在图像处理领域中,在真正的应用过程前,通常需要对图像进行预先处理,达到去除干扰项的目的。滤波去噪就是其中的一项图像预处理工作。
在.NET下常用OpenCV进行图像处理工作,常用的.NET下的OpenCV库有Emgu CV和OpenCVSharp。
Emgu CV是.NET平台下对OpenCV图像处理库的封装,也就是.NET版的OpenCV。由于OpenCV是用C和C++编写的,Emgu用C#对其进行封装,允许用.Net语言来调用OpenCV函数,如C#、VB、VC++等。
OpenCvSharp 是一个OpenCV的.Net wrapper,应用最新的OpenCV库开发,使用习惯比EmguCV更接近原始的OpenCV,有详细的使用样例供参考。该库采用LGPL发行,对商业应用友好。使用OpenCvSharp,可用C#,VB.NET等语言实现多种流行的图像处理(image processing)与计算机视觉(computer vision)算法。
本文将介绍利用Emgu CV进行图像处理滤波去噪的常用方法。
一、 中值滤波
Image image = Image.FromFile("xx.jpg"); Image<Bgr, byte> img = new Image<Bgr, byte>((Bitmap)image);//实例化一个三通道的OPENCV的图像对象 Int k=3;//滤波核,奇数 img = img.SmoothMedian(k);//按照指定的滤波核进行中值滤波 Bitmap bitmap= img.Bitmap;//输出Bitmap格式的结果
二、 高斯滤波
1 2 3 4 5 |
Image image = Image.FromFile( "xx.jpg" );
Image<Bgr, byte > img = new Image<Bgr, byte >((Bitmap)image); //实例化一个三通道的OPENCV的图像对象
Int k=3; //滤波核,奇数
img = img. SmoothGaussian (k); //按照指定的滤波核进行高斯滤波
Bitmap bitmap= img.Bitmap; //输出Bitmap格式的结果
|
三、 均值滤波
1 2 3 4 5 |
Image image = Image.FromFile( "xx.jpg" );
Image<Bgr, byte > img = new Image<Bgr, byte >((Bitmap)image); //实例化一个三通道的OPENCV的图像对象
Int k=3; //滤波核,奇数
img = img. SmoothBlur (k,k); //按照指定的滤波核进行均值滤波
Bitmap bitmap= img.Bitmap; //输出Bitmap格式的结果
|
四、 方框滤波
1 2 3 4 5 |
Image image = Image.FromFile( "xx.jpg" );
Image<Bgr, byte > img = new Image<Bgr, byte >((Bitmap)image); //实例化一个三通道的OPENCV的图像对象
Int k=3; //滤波核,奇数
CvInvoke.BoxFilter(img, img, DepthType.Default, new Size(k, k), new Point(-1, -1)); //按照指定的滤波核进行方框滤波
Bitmap bitmap= img.Bitmap; //输出Bitmap格式的结果
|
五、 双边滤波
1 2 3 4 5 |
Image image = Image.FromFile( "xx.jpg" );
Image<Bgr, byte > img = new Image<Bgr, byte >((Bitmap)image); //实例化一个三通道的OPENCV的图像对象
Int k=3; //滤波核,奇数
CvInvoke.EdgePreservingFilter(img, img, EdgePreservingFilterFlag.NormconvFilter, k, 0.4f);; //按照指定的滤波核进行双边滤波
Bitmap bitmap= img.Bitmap; //输出Bitmap格式的结果
|
---------------------------受字数限制,下一篇继续------------------------------------------------------------------------------------------------------------------------------------------------------------
微信公众号
转 https://www.cnblogs.com/raoyutian/p/15783970.html