学习【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---思维导图笔记

                               本文章引用@浅墨_毛星云 文章链接： http://blog.csdn.NET/poem_qianmo/article/details/22745559

学习他的【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后，整理了笔记，由于理论知识多，用思维导图进行了整理，但内容过多，图片会很大

图像线性滤波综合示例程序：

示例程序中可以用轨迹条来控制三种线性滤波的核参数值，通过滑动滚动条，就可以控制图像在三种线性滤波下的模糊度

代码如下：

#include<opencv2\core\core.hpp>
#include<opencv2\highgui\highgui.hpp>
#include<opencv2\imgproc\imgproc.hpp>
#include<iostream>

using namespace cv;
using namespace std;


//定义全局变量
Mat src,dst1,dst2,dst3;
int boxfilterValue=3;
int blurValue=3;
int GaussianBlurValue=3;

//分别定义三个滤波变换的回调函数
//1、方框滤波的回调函数
void BoxFilter_on(int,void*)
{
dst1=Mat::zeros(src.size(),src.type());//定义目标函数与源函数src尺寸，类型一致
	boxFilter(src,dst1,-1,Size(boxfilterValue+1,boxfilterValue+1),Point(-1,-1),true);//这里Size(),尺寸为什么加1，核的大小不能小于1，而int的值可以为1，所以加1，最小值为1
	if(!dst1.empty())
	{
		imshow("效果图",dst1);
	}
}
//2、均值滤波的回调函数
void blurValue_on(int,void*)
{
	dst2=Mat::zeros(src.size(),src.type());//定义目标函数与源函数src尺寸，类型一致
	blur(src,dst2,Size(blurValue+1,blurValue+1));//这里Size(),尺寸为什么加1，核的大小不能小于1，而int的值可以为1，所以加1，最小值为1
	if(!dst2.empty())
	{
		imshow("效果图",dst2);
	}
}
//3、高斯滤波的回调函数
void GaussianBlur_on(int,void*)
{
	dst3=Mat::zeros(src.size(),src.type());//定义目标函数与源函数src尺寸，类型一致
	GaussianBlur(src,dst3,Size(GaussianBlurValue*2+1,GaussianBlurValue*2+1),0,0);//X,Y偏移为0
	if(!dst3.empty())
	{
		imshow("效果图",dst3);
	}
}

int main()
{
	src=imread("img/zao1.jpg");
	//创建方框滤波核值对应的轨迹条
	namedWindow("原图");
	imshow("原图",src);
	namedWindow("效果图");
	createTrackbar("方框滤波值","效果图",&boxfilterValue,20,BoxFilter_on);
	createTrackbar("均值滤波值","效果图",&blurValue,40,blurValue_on);
	createTrackbar("高斯滤波值","效果图",&GaussianBluerValue,20,GaussianBlur_on);
	BoxFilter_on(boxfilterValue,0);
	blurValue_on(blurValue,0);
	GaussianBluer_on(GaussianBlurValue,0);
	waitKey();
	return 0;
}

原图带噪声：

方框滤波效果图：

均值滤波效果图：

高斯滤波效果图：