主页 > 知识库 > OpenCV-DFT最优尺寸cv::getOptimalDFTSize的设置

OpenCV-DFT最优尺寸cv::getOptimalDFTSize的设置

热门标签:不错的400电话办理 哈尔滨外呼系统代理商 获客智能电销机器人 佛山防封外呼系统收费 南昌办理400电话怎么安装 郑州智能外呼系统运营商 湛江电销防封卡 徐州天音防封电销卡 电话机器人适用业务

函数原型

int getOptimalDFTSize(int vecsize);

参数说明

int类型的vecsize,向量尺寸,一般是图片的宽或高。

测试代码

#includeiostream>
#includeopencv2/opencv.hpp>
#includectime>
using namespace std;
using namespace cv;
 
cv::Mat image_make_border(cv::Mat src);
 
int main(void)
{
	Mat test = imread("liu.jpg", 0);
	cv::Mat result=image_make_border(test);
 
	imshow("original", test);
	imshow("result", result/255);
	waitKey(0);
	system("pause");
	return 0;
}
 
// 图像边界处理
cv::Mat image_make_border(cv::Mat src)
{
	cout  "src row:"  src.rows  endl;
	cout  "src col:"  src.cols  endl;
	int w = cv::getOptimalDFTSize(src.cols); // 获取DFT变换的最佳宽度
	int h = cv::getOptimalDFTSize(src.rows); // 获取DFT变换的最佳高度
	cout  "w:"  w  endl;
	cout  "h:"  h  endl;
	cv::Mat padded;
	// 常量法扩充图像边界,常量 = 0
	cv::copyMakeBorder(src, padded, 0, h - src.rows, 0, w - src.cols, cv::BORDER_CONSTANT, cv::Scalar::all(0));
	padded.convertTo(padded, CV_32FC1);
 
	return padded;
}

测试效果

 

图1 原图

 

图2 扩充后图像

 

图3 尺寸变化

该函数可以自动计算最适合进行离散傅里叶变换的图像尺寸大小,从而提高计算速度;从图中可以看出,宽的尺寸非常合适,而高需要扩展到4096,从而多了下方的黑线区域,扩展的数值由copyMakeBorder函数决定,后续会介绍该函数~

到此这篇关于OpenCV-DFT最优尺寸cv::getOptimalDFTSize的设置的文章就介绍到这了,更多相关OpenCV-DFT最优尺寸cv::getOptimalDFTSize内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

您可能感兴趣的文章:
  • opencv改变imshow窗口大小,窗口位置的方法
  • Python+Opencv识别两张相似图片
  • Python基于Opencv来快速实现人脸识别过程详解(完整版)
  • opencv 做人脸识别 opencv 人脸匹配分析
  • Python通过OpenCV的findContours获取轮廓并切割实例
  • python+opencv实现动态物体识别
  • python用opencv批量截取图像指定区域的方法
  • python3.6、opencv安装环境搭建过程(图文教程)
  • Python3.7中安装openCV库的方法
  • opencv python 图像去噪的实现方法

标签:吕梁 怀化 兰州 绍兴 安康 吉安 广西 芜湖

巨人网络通讯声明:本文标题《OpenCV-DFT最优尺寸cv::getOptimalDFTSize的设置》,本文关键词  OpenCV-DFT,最优,尺寸,getOptimalDFTSize,;如发现本文内容存在版权问题,烦请提供相关信息告之我们,我们将及时沟通与处理。本站内容系统采集于网络,涉及言论、版权与本站无关。
  • 相关文章
  • 下面列出与本文章《OpenCV-DFT最优尺寸cv::getOptimalDFTSize的设置》相关的同类信息!
  • 本页收集关于OpenCV-DFT最优尺寸cv::getOptimalDFTSize的设置的相关信息资讯供网民参考!
  • 推荐文章