分離可能なフィルターは、通常のガウスフィルターと同じように機能します。画像サイズが大きい場合、分離可能なフィルターは通常のガウス分布よりも高速です。フィルタカーネルは分析的に形成でき、フィルタは2つの1次元ベクトル(1つは水平、もう1つは垂直)に分離できます。
例えば..
フィルタを次のように考えます
1 2 1
2 4 2
1 2 1
このフィルターは、水平ベクトル(H)1 2 1と垂直ベクトル(V)1 2 1に分けることができます。これで、これら2つのフィルターのセットが画像に適用されます。ベクトルHは水平方向のピクセルに適用され、Vは垂直方向のピクセルに適用されます。次に、結果を合計してガウスぼかしを取得します。分離可能なガウスぼかしを行う関数を提供しています。(コメントについて私に聞かないでください、私はあまりにも怠惰です:P)
Mat sepConv(Mat input, int radius)
{
Mat sep;
Mat dst,dst2;
int ksize = 2 *radius +1;
double sigma = radius / 2.575;
Mat gau = getGaussianKernel(ksize, sigma,CV_32FC1);
Mat newgau = Mat(gau.rows,1,gau.type());
gau.col(0).copyTo(newgau.col(0));
filter2D(input, dst2, -1, newgau);
filter2D(dst2.t(), dst, -1, newgau);
return dst.t();
}
ガウスぼかしの計算を改善するもう1つの方法は、FFTを使用することです。データサイズがかなり大きい場合、FFTベースの畳み込みは分離可能なカーネル法よりもはるかに高速です。
クイックグーグル検索は私に次の機能を提供しました
Mat Conv2ByFFT(Mat A,Mat B)
{
Mat C;
// reallocate the output array if needed
C.create(abs(A.rows - B.rows)+1, abs(A.cols - B.cols)+1, A.type());
Size dftSize;
// compute the size of DFT transform
dftSize.width = getOptimalDFTSize(A.cols + B.cols - 1);
dftSize.height = getOptimalDFTSize(A.rows + B.rows - 1);
// allocate temporary buffers and initialize them with 0's
Mat tempA(dftSize, A.type(), Scalar::all(0));
Mat tempB(dftSize, B.type(), Scalar::all(0));
// copy A and B to the top-left corners of tempA and tempB, respectively
Mat roiA(tempA, Rect(0,0,A.cols,A.rows));
A.copyTo(roiA);
Mat roiB(tempB, Rect(0,0,B.cols,B.rows));
B.copyTo(roiB);
// now transform the padded A & B in-place;
// use "nonzeroRows" hint for faster processing
Mat Ax = computeDFT(tempA);
Mat Bx = computeDFT(tempB);
// multiply the spectrums;
// the function handles packed spectrum representations well
mulSpectrums(Ax, Bx, Ax,0,true);
// transform the product back from the frequency domain.
// Even though all the result rows will be non-zero,
// we need only the first C.rows of them, and thus we
// pass nonzeroRows == C.rows
//dft(Ax, Ax, DFT_INVERSE + DFT_SCALE, C.rows);
updateMag(Ax);
Mat Cx = updateResult(Ax);
//idft(tempA, tempA, DFT_SCALE, A.rows + B.rows - 1 );
// now copy the result back to C.
Cx(Rect(0, 0, C.cols, C.rows)).copyTo(C);
//C.convertTo(C, CV_8UC1);
// all the temporary buffers will be deallocated automatically
return C;
}
お役に立てれば。:)