opencv blur函数——均值滤波

本文参考网址：

OpenCV成长之路(7)：图像滤波

openCV 低通滤波blur函数

opencv-均值滤波blur解析

【OpenCV入门教程之八】线性邻域滤波专场：方框滤波、均值滤波与高斯滤波

滤波实际上是信号处理里的一个概念，而图像本身也可以看成是一个二维的信号。其中像素点灰度值的高低代表信号的强弱。

高频：图像中灰度变化剧烈的点。

低频：图像中平坦的，灰度变化不大的点。

根据图像的高频与低频的特征，我们可以设计相应的高通与低通滤波器，高通滤波可以检测图像中尖锐、变化明显的地方；低通滤波可以让图像变得光滑，滤除图像中的噪声。

滤波器的种类有很多，在新版本的OpenCV中，提供了如下五种常用的图像平滑处理操作方法，且他们分别被封装在单独的函数中，使用起来非常方便：
· 方框滤波——boxblur函数
· 均值滤波——blur函数
· 高斯滤波——GaussianBlur函数
· 中值滤波——medianBlur函数
· 双边滤波——bilateralFilter函数

本文主要以blur展开解析：

blur函数的作用是，对输入的图像src进行均值滤波后用dst输出。

blur函数文档中，给出的其核是这样的：

函数原型：

void blur(InputArray src, OutputArray dst, Size ksize, Point anchor=Point(-1,-1), int borderType=BORDER_DEFAULT )

参数详解如下：

第一个参数，InputArray类型的src，输入图像，即源图像，填Mat类的对象即可。该函数对通道是独立处理的，且可以处理任意通道数的图片，但需要注意，待处理的图片深度应该为CV_8U, CV_16U, CV_16S, CV_32F 以及 CV_64F之一。

第二个参数，OutputArray类型的dst，即目标图像，需要和源图片有一样的尺寸和类型。比如可以用Mat::Clone，以源图片为模板，来初始化得到如假包换的目标图。

第三个参数，Size类型（对Size类型稍后有讲解）的ksize，内核的大小。一般这样写Size( w,h )来表示内核的大小( 其中，w 为像素宽度， h为像素高度)。Size（3,3）就表示3x3的核大小，Size（5,5）就表示5x5的核大小

第四个参数，Point类型的anchor，表示锚点（即被平滑的那个点），注意他有默认值Point(-1,-1)。如果这个点坐标是负值的话，就表示取核的中心为锚点，所以默认值Point(-1,-1)表示这个锚点在核的中心。

第五个参数，int类型的borderType，用于推断图像外部像素的某种边界模式。有默认值BORDER_DEFAULT，我们一般不去管它。

缺点：均值滤波本身存在着固有的缺陷，即它不能很好地保护图像细节，在图像去噪的同时也破坏了图像的细节部分，从而使图像变得模糊，不能很好地去除噪声点。

注：

blur 支持本地计算，即输入输出可以使用同一参数。

如下：

blur(src,src,Size(3,3));

示例如下：

//-----------------------------------【头文件包含部分】---------------------------------------
//     描述：包含程序所依赖的头文件
//----------------------------------------------------------------------------------------------
#include "opencv2/core/core.hpp"
#include"opencv2/highgui/highgui.hpp"
#include"opencv2/imgproc/imgproc.hpp"  //-----------------------------------【命名空间声明部分】---------------------------------------
//     描述：包含程序所使用的命名空间
//-----------------------------------------------------------------------------------------------
using namespace cv;  //-----------------------------------【main( )函数】--------------------------------------------
//     描述：控制台应用程序的入口函数，我们的程序从这里开始
//-----------------------------------------------------------------------------------------------
int main()
{  //载入原图  Mat image = imread("yun.jpg");  //创建窗口  namedWindow("均值滤波【原图】");  namedWindow("均值滤波【效果图】");  //显示原图  imshow("均值滤波【原图】", image);  //进行滤波操作  Mat out;  blur(image, out, Size(7, 7));  //显示效果图  imshow("均值滤波【效果图】", out);  waitKey(0);
}

opencv blur函数——均值滤波相关推荐

OpenCV-Python 图像平滑处理2：blur函数及滤波案例
一.图像平滑处理简介图像平滑处理的基本概念非常直观,它使用滤波器模板确定的邻域内像素的平均/加权平均灰度值代替图像中每个像素的值.平滑线处理滤波器也称均值滤波器,所有系数都相等(非加权平均)的空间均 ...
opencv均值滤波_python+opencv图像处理（二十）
领域平均滤波的方法是经常用来进行图像增强的方法.空域滤波指的是利用像素及像素邻域组成的空间进行滤波的方法.空域滤波主要是借助模板运算来进行的.模板运算中用得最多的是模板卷积,其主要步骤如下:1) 将模 ...
【图像处理】【计算机视觉】线性邻域滤波专场：方框滤波、均值滤波与高斯滤波...
首先注意点:关于OpenCV中的函数,有老的数据结构,还有新的opencv2的数据结构,一般地区别就是IplImage*与Mat的区别,两者大致分别对应着C和C++内的两个功能一样,但是函数名称有别. ...
【学习OpenCV4】图像的模糊处理方法（均值滤波与高斯模糊）
模糊处理一.均值滤波 1.1 均值滤波的原理 1.2 OpenCV中的均值滤波二.高斯模糊一.均值滤波 1.1 均值滤波的原理均值滤波用到的是图像卷积原理.由下图所示,卷积核为三阶单位矩阵 ...
tensorflow实现对彩色图像的均值滤波
Table of Contents 方法1: 方法2(不可行): 方法3: 总结: 想把输入神经网络的图像进行均值滤波处理.在opencv中当然有相关的操作函数,但是考虑到tensorflow的卷积操 ...
python 均值滤波_Python的一个骚操作
PS作为世界四大发明之一可以说被广大网友用到了极致,只有你想不到的没有我P不了的,任何正经的图片在都可以变成搞笑图片(比如下图)当然也可以用ps做一点正经的事情. 作为一个爱折腾的程序猿能用代码的解决 ...
【python-opencv入门笔记】6 - 图像平滑（均值滤波、方盒滤波、高斯滤波、中值滤波）
测试图片:使用噪声lena 1.原始图像显示 import cv2 as cv img=cv.imread("./lenaNoise.jpeg") cv.imshow(" ...
python均值滤波_opencv+python实现均值滤波
本文实例为大家分享了opencv+python实现均值滤波的具体代码,供大家参考,具体内容如下原理均值滤波其实就是对目标像素及周边像素取平均值后再填回目标像素来实现滤波目的的方法,当滤波核的大小是 ...
中值滤波与均值滤波对椒盐噪声处理的比较
目录一.程序二.仿真结果三.比较结论一.程序 clear; close all; clc %% 图像读取.灰度化与加椒盐噪音 I = imread('tire.tif');%读取图像 I=my ...

opencv blur函数——均值滤波

opencv blur函数——均值滤波相关推荐

最新文章

热门文章