对图像批量加噪去噪

//给图像添加高斯噪声,生成随机文件名保存到新的文件夹中，并可用高斯滤波、算术均值滤波、几何均值滤波、谐波均值滤波、逆谐波均值滤波去噪 #include "stdafx.h" using namespace cv; using namespace std; #define MAX_PATH 1024 //最长路径长度 #define GUID_LEN 64 IplImage* AddGuassianNoise(IplImage* src); //IplImage* GeometryMeanFilter(IplImage* src); //IplImage* HarmonicMeanFilter(IplImage* src); //IplImage* InverseHarmonicMeanFilter(IplImage* src); IplImage* ArithmeticMeanFilter(IplImage* src); IplImage* GaussianFilter(IplImage* src); IplImage *Mat_To_IplImage(Mat Transformation_Image); IplImage* addNoiseDeNoise(Mat srcImage); void find(char* lpPath,std::vector<const std::string> &fileList); string uuidCreate(void); //stringstream create(int m); //加噪函数 IplImage* addNoiseDeNoise(Mat srcImage) { if (!srcImage.data) { cout << "读入图片错误！" << endl; system("pause"); } IplImage* dst1 = Mat_To_IplImage(srcImage);//Mat转IplImage IplImage* dst2 = AddGuassianNoise(dst1);//加噪 IplImage* dst=dst2; //IplImage* dst3 = GaussianFilter(dst2);//去噪 //IplImage* dst=dst3; return dst; } //Mat类型转IplImage类型 IplImage* Mat_To_IplImage(Mat Transformation_Image) { IplImage imgImage1=Transformation_Image; IplImage *Transformation_Image_Ipl=cvCloneImage(&imgImage1); return Transformation_Image_Ipl; } //算术均值滤波器——模板大小5*5/3*3/2*2（效果不错，尤其是2*2） IplImage* ArithmeticMeanFilter(IplImage* src) { IplImage* dst = cvCreateImage(cvGetSize(src),src->depth,src->nChannels); cvSmooth(src,dst,CV_BLUR,2); return dst; } //高斯滤波器——模板大小5*5/3*3（效果不错，尤其是3*3） IplImage* GaussianFilter(IplImage* src) { IplImage* dst = cvCreateImage(cvGetSize(src),src->depth,src->nChannels); cvSmooth(src,dst,CV_GAUSSIAN,5,5); return dst; } /*---------------------------- * 功能 : 递归遍历文件夹，找到其中包含的所有文件 *---------------------------- * 函数 : find * 访问 : public * * 参数 : lpPath [in] 需遍历的文件夹目录 * 参数 : fileList [in] 以文件名称的形式存储遍历后的文件 */ void find(char* lpPath,std::vector<const std::string> &fileList) { char szFind[MAX_PATH]; WIN32_FIND_DATA FindFileData; strcpy(szFind,lpPath); strcat(szFind,"\\*.*"); HANDLE hFind=::FindFirstFile(szFind,&FindFileData); if(INVALID_HANDLE_VALUE == hFind) return; while(true) { if(FindFileData.dwFileAttributes & FILE_ATTRIBUTE_DIRECTORY) { if(FindFileData.cFileName[0]!='.') { char szFile[MAX_PATH]; strcpy(szFile,lpPath); strcat(szFile,"\\"); strcat(szFile,(char* )(FindFileData.cFileName)); find(szFile,fileList); } } else { //std::cout << FindFileData.cFileName << std::endl; fileList.push_back(FindFileData.cFileName); } if(!FindNextFile(hFind,&FindFileData)) break; } FindClose(hFind); } ////把int类型转成stringstream类型 //stringstream create(int m) //{ // stringstream ss; // ss<<m; // return ss; //} //生成随机文件名 string uuidCreate(void) { char buffer[GUID_LEN] = { 0 }; GUID guid; if (CoCreateGuid(&guid)) { fprintf(stderr, "create guid error\n"); return ""; } _snprintf(buffer, sizeof(buffer), "%08X-%04X-%04x-%02X%02X-%02X%02X%02X%02X%02X%02X", guid.Data1, guid.Data2, guid.Data3, guid.Data4[0], guid.Data4[1], guid.Data4[2], guid.Data4[3], guid.Data4[4], guid.Data4[5], guid.Data4[6], guid.Data4[7]); return buffer; } //添加高斯噪声 IplImage* AddGuassianNoise(IplImage* src) { IplImage* dst = cvCreateImage(cvGetSize(src),src->depth,src->nChannels); IplImage* noise = cvCreateImage(cvGetSize(src),src->depth,src->nChannels); CvRNG rng = cvRNG(-1); cvRandArr(&rng,noise,CV_RAND_NORMAL,cvScalarAll(0),cvScalarAll(20));//参数可改 cvAdd(src,noise,dst); return dst; } int main() { Mat dst2; std::vector<const std::string> fileList;//定义一个存放结果文件名称的链表 //遍历一次结果的所有文件,获取文件名列表 find("D:\\caffe-master\\data\\recognition\\加噪处理\\9",fileList);//之后可对文件列表中的文件进行相应的操作 //输出文件夹下所有文件的名称 for(int i = 0; i < fileList.size(); i++) { ////IplImage* dst = cvLoadImage("E:\\加噪处理\\0\\"+fileList[i]);//为什么cvLoadImage不行？ Mat img = imread("D:\\caffe-master\\data\\recognition\\加噪处理\\9\\"+fileList[i],0);//cvtColor(dst1,dst2,CV_BGR2GRAY); IplImage* dst = addNoiseDeNoise(img); Mat dst1(dst);//IplImage*转Mat imwrite("D:\\caffe-master\\data\\recognition\\加噪处理\\10\\"+uuidCreate()+".jpg", dst1); } cout << "文件数目：" << fileList.size() << endl; system("pause"); return 0; } ////几何均值滤波器（变蓝，效果不好） //IplImage* GeometryMeanFilter(IplImage* src) //{ // IplImage* dst = cvCreateImage(cvGetSize(src),src->depth,src->nChannels); // int row, col; // int h=src->height; // int w=src->width; // double mul[3]; // double dc[3]; // int mn; // //计算每个像素的去噪后color值 // for(int i=0;i<src->height;i++){ // for(int j=0;j<src->width;j++){ // mul[0]=1.0; // mn=0; // //统计邻域内的几何平均值，邻域大小5*5 // for(int m=-2;m<=2;m++){ // row = i+m; // for(int n=-2;n<=2;n++){ // col = j+n; // if(row>=0&&row<h && col>=0 && col<w){ // CvScalar s = cvGet2D(src, row, col); // mul[0] = mul[0]*(s.val[0]==0?1:s.val[0]); //邻域内的非零像素点相乘 // mn++; // } // } // } // //计算1/mn次方 // CvScalar d; // dc[0] = pow(mul[0], 1.0/mn); // d.val[0]=dc[0]; // //统计成功赋给去噪后图像。 // cvSet2D(dst, i, j, d); // } // } // return dst; //} // ////谐波均值滤波器——模板大小5*5（变蓝，效果不好） //IplImage* HarmonicMeanFilter(IplImage* src) //{ // IplImage* dst = cvCreateImage(cvGetSize(src),src->depth,src->nChannels); // int row, col; // int h=src->height; // int w=src->width; // double sum[3]; // double dc[3]; // int mn; // //计算每个像素的去噪后color值 // for(int i=0;i<src->height;i++){ // for(int j=0;j<src->width;j++){ // sum[0]=0.0; // mn=0; // //统计邻域,5*5模板 // for(int m=-2;m<=2;m++){ // row = i+m; // for(int n=-2;n<=2;n++){ // col = j+n; // if(row>=0 && row<h && col>=0 && col<w){ // CvScalar s = cvGet2D(src, row, col); // sum[0] = sum[0]+(s.val[0]==0?255:255/s.val[0]); // mn++; // } // } // } // CvScalar d; // dc[0] = mn*255/sum[0]; // d.val[0]=dc[0]; // //统计成功赋给去噪后图像。 // cvSet2D(dst, i, j, d); // } // } // return dst; //} // ////逆谐波均值大小滤波器——模板大小5*5（变蓝，效果不好） //IplImage* InverseHarmonicMeanFilter(IplImage* src) //{ // IplImage* dst = cvCreateImage(cvGetSize(src),src->depth,src->nChannels); // //cvSmooth(src,dst,CV_BLUR,5); // int row, col; // int h=src->height; // int w=src->width; // double sum[3]; // double sum1[3]; // double dc[3]; // double Q=2; // //计算每个像素的去噪后color值 // for(int i=0;i<src->height;i++){ // for(int j=0;j<src->width;j++){ // sum[0]=0.0; // sum1[0]=0.0; // //统计邻域 // for(int m=-2;m<=2;m++){ // row = i+m; // for(i