OpenCV中核的尺寸不可轻视

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）：