尺寸不可轻视"/>
OpenCV中核的尺寸不可轻视
首先要反思一点:以前在使用自适应阈值二值化、中值滤波还有其他很多函数的时候,都会涉及到选取一个多大的核,这个核一看很简单,就是多少个元素参与计算,而且一般书上写的是3,5,7等奇数,所以就下意识的以为,选择起来基本用不到太大的,357足够,还觉得尺寸越大一定就会越慢,今天做了一个应用,才发现错大了,相信很多人应该不会 犯像我这么低级的错误吧,以后还是要,不能想当然,警醒自己。
今天做了一个类似于网状结构的检测,增强过后要进行二值化(增强过后的图像属于有明显的轮廓,但是内部不是很饱满的线条,有点断断续续的),使用adaptiveThreshold函数,开始使用核为3,结果出来的结果基本跟电视没信号时候的雪花似的,应该是说区分的很细,然后越往上调发现这些网状结构的框架越清晰(越黑越饱满),以前从没用过7以上的核尺寸,今天一口气调到了101,结果发现效果非常好,完美的分割出了框架和非框架,并且发现,对于adaptiveThreshold函数而言,核越大,运算速度反而越快,这应该是与函数的运算过程有关,像滤波函数,核越大就是速度越慢,下面列出测试的数据。
adaptiveThreshold函数,核越大,速度越快,越清楚(清楚是针对具体应用):
更多推荐
OpenCV中核的尺寸不可轻视
发布评论