用C++实现基于opencv库的逆滤波

Question

想用C++实现基于opencv库的逆滤波
代码和结果如下，不知道问题出在哪里，希望有会的指教一下，谢谢。

#include "stdafx.h"
#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

int main(int argc, char argv[])
{
    Mat img = imread("D:\\opencv-4.5.5\\doc\\tutorials\\imgproc\\out_of_focus_deblur_filter\\images\\original.jpg", IMREAD_GRAYSCALE);
    int hei = img.rows;
    int wei = img.cols;
    imshow("图像", img);

    Mat psf = imread("D:\\opencv-4.5.5\\doc\\tutorials\\imgproc\\out_of_focus_deblur_filter\\images\\psf.png", IMREAD_GRAYSCALE);
    copyMakeBorder(psf, psf, (img.rows - psf.rows) / 2, (img.rows - psf.rows) / 2, (img.cols - psf.cols) / 2, (img.cols - psf.cols) / 2, cv::BorderTypes::BORDER_CONSTANT, cv::Scalar(0, 0, 0));

    Mat If, Pf, deblurred;
    img.convertTo(img, CV_32F, 1.0 / 255.0);
    dft(img, If, cv::DFT_COMPLEX_OUTPUT);
    psf.convertTo(psf, CV_32F, 1.0 / 255.0);
    dft(psf, Pf, cv::DFT_COMPLEX_OUTPUT);

    Mat a = If / Pf;
    idft(a, deblurred, cv::DFT_SCALE | cv::DFT_REAL_OUTPUT);
    // 显示结果图像
    cv::imshow("Restored Image", deblurred);

    cv::waitKey(0);
    return 0;
}

Answer 1

【以下回答由 GPT 生成】

要实现基于逆滤波的图像恢复，可以按照以下步骤进行操作：

1. 导入必要的库文件和命名空间：

#include <opencv2/opencv.hpp>

using namespace cv;

1. 加载原始图像和点扩散函数（PSF）图像：

Mat img = imread("path_to_image.jpg", IMREAD_GRAYSCALE);
Mat psf = imread("path_to_psf.png", IMREAD_GRAYSCALE);

确保图片和PSF图像的路径是正确的。

1. 图像预处理： 首先，添加边框，使PSF图像与原始图像具有相同的大小。

copyMakeBorder(psf, psf, (img.rows - psf.rows) / 2, (img.rows - psf.rows) / 2, (img.cols - psf.cols) / 2, (img.cols - psf.cols) / 2, cv::BorderTypes::BORDER_CONSTANT, cv::Scalar(0, 0, 0));

然后将原始图像和PSF图像转换为32位浮点类型，并将像素范围归一化到0-1之间：

img.convertTo(img, CV_32F, 1.0 / 255.0);
psf.convertTo(psf, CV_32F, 1.0 / 255.0);

1. 进行频域操作： 对原始图像和PSF图像进行傅里叶变换，得到它们的频域表示：

Mat If, Pf;
dft(img, If, DFT_COMPLEX_OUTPUT);
dft(psf, Pf, DFT_COMPLEX_OUTPUT);

1. 执行逆滤波操作： 计算逆滤波结果：

Mat a = If / Pf;

注意，这是简化的逆滤波操作，可能会存在色散等问题。如果需要更好的结果，可以尝试添加正则化或使用其他复杂的逆滤波算法。

1. 进行逆傅立叶变换： 对结果进行逆傅立叶变换，并将结果缩放到合适的范围：

Mat deblurred;
idft(a, deblurred, DFT_SCALE | DFT_REAL_OUTPUT);

1. 显示结果图像：

imshow("Restored Image", deblurred);
waitKey(0);

以上就是使用C++和OpenCV实现基于逆滤波的图像恢复的步骤。请注意，逆滤波是一项困难的任务，并且很容易受到噪声和其他因素的影响。因此，结果可能不尽如人意。对于更好的结果，可以尝试其他更复杂的图像恢复算法。

【相关推荐】

• 你可以看下这个问题的回答https://ask.csdn.net/questions/7776917
• 这篇博客也不错, 你可以看下C++ Opencv 读取指定路径中的所有文件（图片）及指定路径中指定格式的所有文件（图片）
• 您还可以看一下 夏曹俊老师的C++ 11 14 17 20内存管理-指针、智能指针和内存池课程中的 示例指针操作二维数组对opencv灰度图做反色小节, 巩固相关知识点
  
• 除此之外, 这篇博客: OpenCV两种方法批量读取文件夹下面的图像（万能模板，C++批量读取文件夹下的图片）中的 文件夹下图片有序时，OpenCV读取方法 部分也许能够解决你的问题。

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^