SQR箱式滤波
SQR箱式滤波对滤波器内每个像素数值的平方求和,之后根据输入参数选择是否进行归一化操作。在OpenCV中该类的实现依赖于sqrBoxFilter 函数。下面是该函数的声明:

sqrBoxFilter(src, dst, ddepth, ksize);

各参数解释

  • src
    表示此操作的源(输入图像)的Mat对象。

  • dst
    表示此操作的目标(输出图像)的Mat对象。

  • ddepth
    表示输出图像深度的整数类型变量,值为-1表示与输入图像相同。

  • ksize
    表示内核大小的Size对象。

Java代码(JavaFX Controller层)

public class Controller{@FXML private Text fxText;@FXML private ImageView imageView;@FXML public void handleButtonEvent(ActionEvent actionEvent) throws IOException {Node source = (Node) actionEvent.getSource();Window theStage = source.getScene().getWindow();FileChooser fileChooser = new FileChooser();FileChooser.ExtensionFilter extFilter = new FileChooser.ExtensionFilter("PNG files (*.png)", "*.png");fileChooser.getExtensionFilters().add(extFilter);fileChooser.getExtensionFilters().add(new FileChooser.ExtensionFilter("JPG Files(*.jpg)", "*.jpg"));File file = fileChooser.showOpenDialog(theStage);runInSubThread(file.getPath());}private void runInSubThread(String filePath){new Thread(new Runnable() {@Overridepublic void run() {try {WritableImage writableImage = sqrBoxFilter(filePath);Platform.runLater(new Runnable() {@Overridepublic void run() {imageView.setImage(writableImage);}});} catch (IOException e) {e.printStackTrace();}}}).start();}private WritableImage sqrBoxFilter(String filePath) throws IOException {System.loadLibrary(Core.NATIVE_LIBRARY_NAME);Mat src = Imgcodecs.imread(filePath);Mat dst = new Mat();Imgproc.sqrBoxFilter(src, dst, -1, new Size(1,1));MatOfByte matOfByte = new MatOfByte();Imgcodecs.imencode(".jpg", dst, matOfByte);byte[] bytes = matOfByte.toArray();InputStream in = new ByteArrayInputStream(bytes);BufferedImage bufImage = ImageIO.read(in);WritableImage writableImage = SwingFXUtils.toFXImage(bufImage, null);return writableImage;}}

运行图:

图 1 - SQRBox滤波图(注意程序中央偏左部分存在疏密的点阵)


图 2 - 色调偏暖色的冬日森林图

OpenCV.SQR箱式滤波相关推荐

  1. OpenCV中导向滤波介绍与应用

    点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 导向滤波介绍 导向滤波是使用导向图像作为滤波内容图像,在导向图像上 ...

  2. 目标跟踪之粒子滤波---Opencv实现粒子滤波算法

    目标跟踪学习笔记_2(particle filter初探1) 目标跟踪学习笔记_3(particle filter初探2) 前面2篇博客已经提到当粒子数增加时会内存报错,后面又仔细查了下程序,是代码方 ...

  3. opencv 罗曼滤波_勒罗曼杜罗伊

    opencv 罗曼滤波 9之第5部分/ Moritz Kleinsorge的企业字体 (Part 5 of 9 / Corporate Typefaces by Moritz Kleinsorge) ...

  4. OpenCV3学习(12.5) opencv实现粒子滤波目标跟踪

    OpenCV高版本已经把粒子滤波的CV方面的condensation算法给去掉了,以前学的condensation算法不能用C++开发还是只能用C版本,(OpenCV3学习(12.4) 粒子滤波Con ...

  5. OpenCV图像各向异性滤波

    OpenCV图像各向异性滤波 各向异性概念 各向异性(英文名称:anisotropy)是指材料在各方向的力学和物理性能呈现差异的特性.晶体的各向异性即沿晶格的不同方向,原子排列的周期性和疏密程度不尽相 ...

  6. opencv线性滤波(滤波与模糊的区别)

    滤波与模糊的区别: 滤波与模糊是很容易混淆的概念:图像滤波是在保留图像细节特征的情况下尽可能对目标的噪声进行抑制,而模糊本质就是滤波. 大家都知道图像的细节保存在高频区域,图像的轮廓保存在低频区域:对 ...

  7. 【OpenCV】邻域滤波:方框、高斯、中值、双边滤波

    邻域滤波(卷积) 邻域算子值利用给定像素周围像素的值决定此像素的最终输出.如图左边图像与中间图像卷积禅城右边图像.目标图像中绿色的像素由原图像中蓝色标记的像素计算得到. 通用线性邻域滤波是一种常用的邻 ...

  8. OpenCV—中值滤波

    中值滤波器 中值滤波器是一种非线性滤波器,常用于消除图像中的椒盐噪声.与低通滤波不同的是,中值滤波有利于保留边缘的尖锐度,但它会洗去均匀介质区域中的纹理. 椒盐噪声 椒盐噪声是由图像传感器,传输信道, ...

  9. python 借助opencv实现Gabor滤波特征提取

    首先说一下环境,windows 8.0 64位系统,OpenCV版本为2.4.7, python 版本为2.7.6,IDE为 64位 Anaconda 目的是实现图像的Gabor特征提取,分三个小程序 ...

最新文章

  1. 030_CSS外边距合并
  2. SQLServer Always On FCI 脑裂及可疑状态修复
  3. php composer内存不足,composer 安装插件提示内存不足等问题
  4. C++ 避免内存泄漏
  5. [转载]dbms_lob用法小结
  6. 陆志勤:记交大数学系二三事
  7. 微信小程序request请求动态获取数据
  8. xml不显示css样式_如何使用CSS显示XML?
  9. python psutil.disk_python中psutil模块使用相关笔记
  10. 0712 - 坚守,加强老本
  11. 是不是每一个型号的单片机都要学一遍
  12. 图文详解YUV420数据格式
  13. 中国美女黑客攻击4G网络?详解
  14. python 3d绘图模块_在Python 3中绘制3D多边形
  15. 模板templates的使用
  16. 使用 Parity 建立Proof-of-Authority (PoA) Ethereum Chain
  17. android可看电视吗,不要VIP也能看电影,安卓手机这4款APP太赞了!
  18. 公有ip地址和私有ip地址_如何查找您的私有和公共IP地址
  19. UI设计VIP课程开放20个试听名额啦(先到先得)
  20. C#基础教程(一).NET框架

热门文章

  1. 这几类考研考生注意了!
  2. wordpress添加媒体_如何向您的WordPress博客添加表情符号支持
  3. java 非法字符 u007f,iOS Emoji 表情的过滤及非法字符
  4. 目前Lodop支持IE系列、IE内核系列(遨游、360、世界之窗、腾讯TT、搜狗等)浏览器,以及Firefox(火狐)系列、Chrome(谷歌)系列、Opera系列、Safari系列等Windows下
  5. 用FME2012征服LiDAR
  6. 没有ch341驱动_NVIDIA Jetson TX2内核添加串口驱动
  7. js 解密插件 CryptoJS
  8. (八)应用协议--图解TCP/IP
  9. 基于FPGA的DVP协议实现
  10. linux kdevelop,Linux_Linux下kdevelop使用SVN方法, 服务器端:nbsp - phpStudy