c++ 图像blur源码

以下是一个简单的C++图像模糊（blur）的实现，使用了OpenCV库：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, char** argv)
{
    // 读取图像
    Mat image = imread(argv[1]);

    // 模糊处理
    Mat blurImage;
    blur(image, blurImage, Size(5, 5));

    // 显示原图和处理后的图像
    imshow("Original Image", image);
    imshow("Blur Image", blurImage);

    waitKey();

    return 0;
}

该代码中使用了`blur()`函数对图像进行模糊处理，第一个参数是输入图像，第二个参数是输出图像，第三个参数是模糊核的大小。在本例中，使用了一个5x5的模糊核。你可以根据需要调整模糊核的大小。

请注意，该代码仅适用于处理静态图像。如果需要处理视频流或实时图像，需要使用不同的代码实现。

相关问题

实现canny算子的C++源码

以下是实现 Canny 算子的 C++ 源码：

#include <opencv2/opencv.hpp>

using namespace cv;

int main()
{
    Mat img = imread("lena.jpg", IMREAD_GRAYSCALE); // 读取灰度图像

    // 高斯滤波
    Mat blurImg;
    GaussianBlur(img, blurImg, Size(5, 5), 1.4);

    // Canny 边缘检测
    Mat cannyImg;
    Canny(blurImg, cannyImg, 50, 150);

    imshow("Original Image", img);
    imshow("Canny Edge Detection", cannyImg);
    waitKey(0);

    return 0;
}

注意，在使用 OpenCV 中的 Canny 函数之前，需要对图像进行高斯滤波处理，以减少噪声对边缘检测的影响。此外，Canny 函数还需要设置两个阈值参数，分别用于控制边缘的强度和连续性。

c++汉字骨架线提取源码

以下是一个基于边缘检测的汉字骨架线提取的C++源码示例，供参考：

#include <opencv2/opencv.hpp>

using namespace cv;

// 边缘检测函数
void CannyEdgeDetection(Mat& src, Mat& dst, int threshold1, int threshold2)
{
    Mat src_gray;
    cvtColor(src, src_gray, COLOR_BGR2GRAY);
    blur(src_gray, src_gray, Size(3, 3));
    Canny(src_gray, dst, threshold1, threshold2, 3, false);
}

// 骨架提取函数
void SkeletonExtraction(Mat& src, Mat& dst)
{
    dst = Mat::zeros(src.size(), CV_8UC1);
    Mat skel(src.size(), CV_8UC1, Scalar(0));
    Mat temp;
    Mat eroded;
    Mat element = getStructuringElement(MORPH_CROSS, Size(3, 3));

    bool done;
    do
    {
        erode(src, eroded, element);
        dilate(eroded, temp, element);
        subtract(src, temp, temp);
        bitwise_or(skel, temp, skel);
        eroded.copyTo(src);

        done = (countNonZero(src) == 0);
    } while (!done);

    dst = skel;
}

int main()
{
    // 读取图像
    Mat src = imread("chinese-character.jpg");
    if (src.empty())
    {
        return -1;
    }

    // 边缘检测
    Mat edge;
    CannyEdgeDetection(src, edge, 50, 150);

    // 骨架提取
    Mat skel;
    SkeletonExtraction(edge, skel);

    // 显示结果
    imshow("Original Image", src);
    imshow("Edge Image", edge);
    imshow("Skeleton Image", skel);
    waitKey();

    return 0;
}

该示例中使用了OpenCV库中的Canny边缘检测和骨架提取函数，通过对输入图像进行边缘检测，然后对边缘进行骨架提取，得到汉字的骨架线，最后将结果显示出来。需要注意的是，该示例中只适用于二值化图像，如果需要处理彩色图像，需要先将图像转换为灰度图像，并进行二值化处理。