opencv 混合高斯模型参数保存

Blur均值模糊

//均值模糊,卷积核权重系数一样
void Blur(InputArray src,
    OutputArray dst, 
    Size ksize, 
    Point? anchor = null, 
    BorderTypes borderType = BorderTypes.Reflect101)

参数	说明
InputArray src	输入图像：可以任意通道，但深度必须为CV_8U, CV_16U, CV_16S, CV_32F or CV_64F
OutputArray dst	输出图像：与源图像有同样的大小和类型
Size ksize	平滑核的大小：核越大越模糊
Point? anchor	锚点：默认为(-1,-1)，表示核中心
BorderTypes borderType	边缘填充方式

卷积核：

GaussianBlur高斯模糊

//高斯模糊，卷积核系数中间高，周围低（按高斯函数计算得到）
void GaussianBlur(InputArray src, 
    OutputArray dst, 
    Size ksize, 
    double sigmaX, 
    double sigmaY = 0.0, 
    BorderTypes borderType = BorderTypes.Reflect101)

参数	说明
InputArray src	输入图像：可以任意通道，但深度必须为CV_8U, CV_16U, CV_16S, CV_32F or CV_64F
OutputArray dst	输出图像：与源图像有同样的大小和类型
Size ksize	高斯核：width与heigt可不一致，但必须为正奇数; 都为0的话,按sigma计算； 值越大越模糊
double sigmaX	高斯核在x轴的标准差：值越大越模糊
double sigmaY	高斯核在y轴的标准差：如果为0，则等于sigmaX； 如果sigmaX与sigmaY都为0，按Size计算，具体参考GetGaussianKernel
BorderTypes borderType	边缘填充方式

高斯核函数：

GetGaussianKernel获取高斯核滤波系数

Mat? GetGaussianKernel(int ksize, 
    double sigma, 
    MatType? ktype = null)

参数	说明
int ksize	核大小：正奇数
double sigma	高斯标准差：小于等于0时，按 sigma = 0.3*((ksize-1)*0.5 - 1) + 0.8 计算
MatType? ktype	滤波系数类型：CV_32F 或 CV_64F，默认为CV_64F

MedianBlur中值模糊

//中值模糊，用核大小图像的中间值（排序后取中间值）填充（Blur是平均值，注意之间的不同）
//边缘填充方式为： BORDER_REPLICATE
void MedianBlur(InputArray src, 
    OutputArray dst, 
    int ksize)

参数	说明
InputArray src	输入图像：1、3或4通道图像； 当ksize为3或5时，可以CV_8U, CV_16U, or CV_32F 其它时，只能为CV_8U
OutputArray dst	输出图像：与源图像有同样的大小和类型
int ksize	核大小：必须为大于1的奇数（即：3、5、7等等)

BilateralFilter双边模糊

//双边模糊，降低噪声的同时，保持边缘的锐化；缺点是速度比其他的慢
void BilateralFilter(InputArray src, 
    OutputArray dst, 
    int d, 
    double sigmaColor, 
    double sigmaSpace, 
    BorderTypes borderType = BorderTypes.Reflect101)

参数	说明
InputArray src	输入图像：8位或浮点型，1或3通道图像
OutputArray dst	输出图像：与源图像有同样的大小和类型
int d	滤波过程中使用的每个像素邻域的直径。如果它是非正数，则从sigmaSpace计算。
double sigmaColor	颜色空间滤波器的sigma值：这个参数的值越大，就表明该像素邻域内有更宽广的颜色会被混合到一起，产生较大的半相等颜色区域。
double sigmaSpace	坐标空间滤波器的sigma值：数值越大，意味着只要颜色足够接近，更远的像素就会相互影响。当d>0，d指定了邻域大小与sigmaSpace无关。否则，d于sigmaSpace成正比。
BorderTypes borderType	边缘填充方式

源码示例

Mat src;
public void Run(ParamBase paramBase)
{
    src = Cv2.ImRead(ImagePath.LenaColor);
    if (src.Empty()) throw new Exception("图像读取有误");
    Cv2.ImShow("Src", src);

    using var blurDst = new Mat();
    //均值模糊
    Cv2.Blur(src, blurDst, new Size(7, 7));
    Cv2.ImShow("Blur", blurDst);

    //获取高斯核
    //sigma = 0.3*((ksize-1)*0.5 - 1) + 0.8
    var gKernel = Cv2.GetGaussianKernel(7, 1);            

    using var gaussianDst = new Mat();
    //高斯模糊
    Cv2.GaussianBlur(src, gaussianDst, new Size(7, 7), 1.5d);
    Cv2.ImShow("GaussianBlur", gaussianDst);

    using var meanDst = new Mat();
    //中值模糊
    Cv2.MedianBlur(src, meanDst, 7);
    Cv2.ImShow("MedianBlur", meanDst);

    //双边模糊
    TestBilateralFilter();

    Cv2.WaitKey();
    Cv2.DestroyAllWindows();

}

int bi_d = 15;//核直径
int bi_sigmaColor = 20;//颜色空间方差
int bi_sigmaSpace = 50;//坐标空间方差

string winName = "双边模糊";
string trackBarName_d = "d";
string trackBarName_sigmaColor = "sigmaColor";
string trackBarName_sigmaSpace = "sigmaSpace";

//是否正在创建滚动条
bool creatingTrackBar = true;

/// <summary>
/// 测试双边模糊
/// </summary>
private void TestBilateralFilter()
{
    Cv2.NamedWindow(winName, WindowFlags.AutoSize);
    //创建时，若对应的value不为0，会触发trackbarCallback函数
    Cv2.CreateTrackbar(trackBarName_d, winName, ref bi_d, 50, trackbarCallback);
    Cv2.CreateTrackbar(trackBarName_sigmaColor, winName, ref bi_sigmaColor, 100, trackbarCallback);            
    Cv2.CreateTrackbar(trackBarName_sigmaSpace, winName, ref bi_sigmaSpace, 100, trackbarCallback);

    creatingTrackBar = false;
    UpdateBiFilterImg();
    while (true)
    {
        var key = Cv2.WaitKey(50);
        if (key == (int)Keys.Escape) return;
        //超过500毫秒才刷新，防止滚动太快，卡顿
        if (lastTrackBarValueChangedTime < DateTime.Now.AddMilliseconds(-500) && needToUpdateBiFilterImg)
        {
            UpdateBiFilterImg();
        }
    }
}

//最后滚动条值修改时间
private DateTime lastTrackBarValueChangedTime = DateTime.MinValue;
//是否需要更新双边模糊输出图像
private bool needToUpdateBiFilterImg = false;

/// <summary>
/// 滚动条回调函数
/// </summary>
/// <param name="pos"></param>
/// <param name="userData"></param>
private void trackbarCallback(int pos, IntPtr userData)
{
    if (creatingTrackBar) return;
    lastTrackBarValueChangedTime = DateTime.Now;
    needToUpdateBiFilterImg = true;
}

/// <summary>
/// 刷新双边模糊输出图像
/// </summary>
private void UpdateBiFilterImg()
{
    using var biDst = new Mat();
    Cv2.BilateralFilter(src, biDst, bi_d, bi_sigmaColor, bi_sigmaSpace);
    Cv2.ImShow(winName, biDst);
    needToUpdateBiFilterImg = false;
}