数字图像处理实验教程 V3.1
IplImage* MedianFilter_5_5(IplImage* src){ IplImage* dst = cvCreateImage(cvGetSize(src),src->depth,src->nChannels); cvSmooth(src,dst,CV_MEDIAN,5); return dst;
} 对比其处理效果。
1. int sum(int val[N]) 2. {
3. int i,j;// 循环变量 4. char bTemp; 5.
6. // 用冒泡法对数组进行排序 7. for (j = 0; j < N- 1; j ++) 8. {
9. for (i = 0; i < N - j - 1; i ++) 10. {
11. if (val[i] > val[i + 1]) 12. {
13. // 互换
14. bTemp = val[i];
15. val [i] = val [i + 1]; 16. val [i + 1] = bTemp; 17. } 18. } 19. } 20.
21. // 计算中值 22. if ((N & 1) > 0) 23. {
24. // 数组有奇数个元素，返回中间一个元素 25. bTemp = val[(N + 1) / 2]; 26. } 27. else 28. {
29. // 数组有偶数个元素，返回中间两个元素平均值 30. bTemp = ( val [N / 2] + val [N / 2 + 1]) / 2; 31. } 32.
33. return bTemp; 34. }
【高层进阶】
请编写程序，实现用户可选多种滤波器的功能，将不同类型的滤波器分别用函数实现，在主程序中增加用户交互，如用户可选用某种滤波器、可选择滤波器
36
数字图像处理实验教程 V3.1
不同尺寸等。此题目旨在训练代码模块化及集成开发能力。 5. 实验报告要求
实验报告要求写明以下7方面内容： （1） 写明实验目的。
（2） 写明实验内容和步骤。
（3） 写出图像处理函数代码，并对算法程序部分加详细的注释。 （4） 描绘并解释实验结果，并对实验结果进行分析。 （5） 写明实验中存在的不足，以及改进的方法。 （6） 回答实验中涉及到的问题。 （7） 写出本次实验的体会。 6. 预习内容
（1） 自己查阅资料，学习图像分割的概念，了解图像边界、区域检测的原理并
预习图像边缘提取的基本算法。
（2） 请预习图像颜色空间的分类和特点以及颜色空间的转换方法。 7. 参考程序代码 /* 程序名：filter1.c
功 能：编程实现均值滤波器，对图像进行滤波 */
#include
#include
#define FILENAME \
#define N 9//滤波器的阶数（模板尺寸，N=9时表示模板大小为 3*3）
int sum(int val[N])//求平均值 {
int s=0,i;
for (i=0;i int main( int argc, char** argv ) { IplImage *src = 0, *dst = 0; int x,y,val[N],value; src = cvLoadImage(FILENAME, 0);// 0：强制转化为灰度图再处理，否则下面的滤波无效 dst = cvCloneImage( src ); cvNamedWindow(\ cvShowImage(\ for (y=1;y 37 数字图像处理实验教程 V3.1 { val[0]=(uchar)src->imageData[src->widthStep * (y-2) + (x-2)]; val[1]=(uchar)src->imageData[src->widthStep * (y-2) + (x -1) ]; val[2]=(uchar)src->imageData[src->widthStep * (y-2) + x]; val[3]=(uchar)src->imageData[src->widthStep * (y-2) + (x +1) ]; val[4]=(uchar)src->imageData[src->widthStep * (y-1) + (x+2)]; val[5]=(uchar)src->imageData[src->widthStep * (y-1) + (x-2)]; val[6]=(uchar)src->imageData[src->widthStep * (y-1) + ( x -1 ) ]; val[7]=(uchar)src->imageData[src->widthStep * (y-1) + x]; val[8]=(uchar)src->imageData[src->widthStep * (y-1) + (x +1) ]; val[9]=(uchar)src->imageData[src->widthStep * (y-1) + (x +2) ]; val[10]=(uchar)src->imageData[src->widthStep * y + (x-2)]; val[11]=(uchar)src->imageData[src->widthStep * y + (x -1) ]; val[12]=(uchar)src->imageData[src->widthStep * y + x]; val[13]=(uchar)src->imageData[src->widthStep * y + (x +1) ]; val[14]=(uchar)src->imageData[src->widthStep * y + (x+2)]; val[15]=(uchar)src->imageData[src->widthStep * (y+1) + (x-2)]; val[16]=(uchar)src->imageData[src->widthStep * (y+1) + (x -1) ]; val[17]=(uchar)src->imageData[src->widthStep * (y+1) + x]; val[18]=(uchar)src->imageData[src->widthStep * (y+1) +( x+1)]; val[19]=(uchar)src->imageData[src->widthStep * (y+1) + (x +2) ]; val[20]=(uchar)src->imageData[src->widthStep * (y+2) + (x-2)]; val[21]=(uchar)src->imageData[src->widthStep * (y+2) + (x -1) ]; val[22]=(uchar)src->imageData[src->widthStep * (y+2) + x]; val[23]=(uchar)src->imageData[src->widthStep * (y+2) +( x+1)]; val[24]=(uchar)src->imageData[src->widthStep * (y+2) + (x +2) ]; value = sum(val); dst->imageData[dst->widthStep * y +x]=value;//给目标图像中对应像素赋灰度值 } cvNamedWindow(\ cvShowImage(\ cvSaveImage(\保存图像 cvWaitKey(0); cvReleaseImage( &src ); cvReleaseImage( &dst ); return 0; } /* 程序名：filter2.c 功 能：使用不同的模板（滤波器）对图像进行滤波 */ #include #include 38 数字图像处理实验教程 V3.1 #include #define FILENAME \ int main( int argc, char** argv ) { IplImage *src = 0, *dst = 0, *dst2 = 0; float k[9] = { 1, 1, 1, 0, 0, 0, -1,-1,-1}; /* float g[9] = { 1, 0, -1, 1, 0, -1, 1, 0, -1}; */ CvMat Km; Km = cvMat( 3, 3, CV_32F, k ); src = cvLoadImage(FILENAME, 0);// 0: force to gray image dst = cvCloneImage( src ); cvNamedWindow(\ cvShowImage(\ cvNamedWindow(\ cvFilter2D( src, dst, &Km, cvPoint(-1,-1));//使用模板Km对图像进行二维滤波 cvShowImage(\cvSaveImage(“filter2.jpg”, dst); cvWaitKey(0); cvReleaseImage( &src ); cvReleaseImage( &dst ); return 0; } 8. OpenCV函数解释 cvInitMatHeader初始化矩阵头函数 cvMat给矩阵赋值函数。 cvFilter2D对图像做卷积运算 语法：void cvFilter2D( const CvArr *src, CvArr *dst, const CvMat *kernel, CvPoint anchor=cvPoint(-1,-1)); 参数：src 输入图像。 dst 输出图像。 kernel 卷积核（即滤波器的模板），单通道浮点矩阵。 anchor：核的锚点，表示一个被滤波的点在核内的位置。默认为（-1，-1）表示锚点在核中心。 cvSmooth 低通滤波（去噪声） 39 数字图像处理实验教程 V3.1 语法：CVAPI(void) cvSmooth( const CvArr* src, CvArr* dst, int smoothtype CV_DEFAULT(CV_GAUSSIAN), int param1 CV_DEFAULT(3), int param2 CV_DEFAULT(0), double param3 CV_DEFAULT(0), double param4 CV_DEFAULT(0)); cvLaplace计算图像的 Laplacian 变换（拉普拉斯锐化） 语法：void cvLaplace( const CvArr* src, CvArr* dst, int aperture_size=3 ); 参数： src 输入图像. dst 输出图像. aperture_size 核大小 (与 cvSobel 中定义一样). 功能：函数 cvLaplace 计算输入图像的 Laplacian变换，方法是先用 sobel 算子计算二阶 x- 和 y- 差分，再求和： 对 aperture_size=1 则给出最快计算结果，相当于对图像采用如下内核做卷积： 类似于 cvSobel 函数，该函数也不作图像的尺度变换，所支持的输入、输出图像类型的组合和cvSobel一致。 40 百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库数字图像处理实验教程-V3.1-zsj(8)在线全文阅读。
相关推荐：