CImg库中的get_convolve()函数正在使用哪个过滤器

Question

CImg库的get_convolve()函数使用哪种过滤器(用C编写)？中位或高斯或双边或其他？我试图了解该功能,以便我可以在PIL openCV中使用类似的功能.在库的头文件CImg.h中,它说:

/**
   Compute the convolution of the image by a mask.
   The result \p res of the convolution of an image \p img by a mask \p mask is defined to be :

   res(x,y,z) = sum_{i,j,k} img(x-i,y-j,z-k)*mask(i,j,k)

   param mask = the correlation kernel.
   param cond = the border condition type (0=zero, 1=dirichlet)
   param weighted_convol = enable local normalization.
**/

声明是这样的:

 template<typename t> CImg<typename cimg::superset2<T,t,float>::type>
  get_convolve(const CImg<t>& mask, const unsigned int cond=1, const bool weighted_convol=false) const {}

这是一个代码片段:

                for (int z = mz1; z<mze; ++z) 
                for (int y = my1; y<mye; ++y) 
                for (int x = mx1; x<mxe; ++x) {// For each pixel
                  Ttfloat val = 0;
                  for (int zm = -mz1; zm<=mz2; ++zm) 
                  for (int ym = -my1; ym<=my2; ++ym) 
                      for (int xm = -mx1; xm<=mx2; ++xm)
                            val+=(*this)(x+xm,y+ym,z+zm,v)*mask(mx1+xm,my1+ym,mz1+zm);
                  dest(x,y,z,v) = (Ttfloat)val;
                }
                if (cond)
                  cimg_forYZV(*this,y,z,v)
                    for (int x = 0; x<dimx(); (y<my1 || y>=mye || z<mz1 || z>=mze)?++x:((x<mx1-1 || x>=mxe)?++x:(x=mxe))) {
                      Ttfloat val = 0;
                      for (int zm = -mz1; zm<=mz2; ++zm) for (int ym = -my1; ym<=my2; ++ym) for (int xm = -mx1; xm<=mx2; ++xm)
                        val+=at3(x+xm,y+ym,z+zm,v)*mask(mx1+xm,my1+ym,mz1+zm);
                      dest(x,y,z,v) = (Ttfloat)val;
                 }else
                    cimg_forYZV(*this,y,z,v)

我使用7 x 7的掩码,其中的每个值都是'1'.我从函数得到的是,对于每个像素,它围绕着一个7乘7的窗口,像素位于中心,然后乘以身份矩阵.感觉就像某种平滑过滤器,但它是哪一个？我可以在openCV中使用哪种等效过滤器？

我可以发布整个功能,但它太长了,我没有看到这一点.我真的很感谢你的帮助.

Answer 1

所以,我在实施pHash的人的论文中找到了答案.它说:在计算pHash的过程中,对图像应用平均滤波器.使用尺寸为7x7的内核.要应用此内核,请 使用CImg库的get_convolve()函数.然后突出显示为:

对于图像I和掩模M,它是:R(x,y,z)= SIGMA(i,j,k)I(x-i,y-j,z-k)M(i,j,k)

然后当我在这里查看 openCV提供的过滤功能类型时,它与盒式过滤器功能相匹配.