模糊图像处理

详细描述

基于模糊数学（即 F 变换）的图像处理。

函数
void	cv::ft::createKernel (InputArray A, InputArray B, OutputArray kernel, const int chn)
	从基本函数创建内核。
void	cv::ft::createKernel (int function, int radius, OutputArray kernel, const int chn)
	从通用函数创建内核。
void	cv::ft::filter (InputArray image, InputArray kernel, OutputArray output)
	图像滤波。
void	cv::ft::inpaint (InputArray image, InputArray mask, OutputArray output, int radius, int function, int algorithm)
	图像修复。

函数文档

createKernel() [1/2]

void cv::ft::createKernel	(	InputArray	A,
		InputArray	B,
		OutputArray	kernel,
		const int	通道数 )

Python
	cv.ft.createKernel(	function, radius, chn[, kernel]	) ->	kernel
	cv.ft.createKernel1(	A, B, chn[, kernel]	) ->	kernel

#include <opencv2/fuzzy/fuzzy_image.hpp>

从基本函数创建内核。

参数

A	轴 x 中使用的基本函数。
B	轴 y 中使用的基本函数。
kernel	从 A 和 B 派生的最终 32 位内核。
通道数	内核通道数。

该函数创建可用于后续模糊图像处理的内核。

createKernel() [2/2]

void cv::ft::createKernel	(	int	function,
		int	radius,
		OutputArray	kernel,
		const int	通道数 )

Python
	cv.ft.createKernel(	function, radius, chn[, kernel]	) ->	kernel
	cv.ft.createKernel1(	A, B, chn[, kernel]	) ->	kernel

#include <opencv2/fuzzy/fuzzy_image.hpp>

从通用函数创建内核。

参数

function	函数类型可以是以下之一 LINEAR 线性基本函数。
radius	基本函数的半径。
kernel	最终 32 位内核。
通道数	内核通道数。

该函数从预定义函数创建内核。

filter()

void cv::ft::filter	(	InputArray	image,
		InputArray	kernel,
		OutputArray	output )

Python
	cv.ft.filter(	image, kernel[, output]	) ->	输出

#include <opencv2/fuzzy/fuzzy_image.hpp>

图像滤波。

参数

image	输入图像。
kernel	最终 32 位内核。
输出	输出 32 位图像。

通过 F 变换对输入图像进行滤波。

inpaint()

void cv::ft::inpaint	(	InputArray	image,
		InputArray	mask,
		OutputArray	输出,
		int	radius,
		int	function,
		int	algorithm )

Python
	cv.ft.inpaint(	image, mask, radius, function, algorithm[, output]	) ->	输出

#include <opencv2/fuzzy/fuzzy_image.hpp>

图像修复。

参数

image	输入图像。
mask	用于标记不需要的区域的掩码。
输出	输出 32 位图像。
radius	基本函数的半径。
function	函数类型可以是以下之一 ft::LINEAR 线性（三角形）形状基本函数。
algorithm	Algorithm 可以是以下之一 ft::ONE_STEP 单步算法。 ft::MULTI_STEP 此算法自动增加基本函数的半径。 ft::ITERATIVE 迭代算法，使用部分计算在更多步骤中运行。

此函数提供基于模糊数学的修复技术。

注意

这些算法在论文 [219] 中进行了描述。