高斯滤波（opencv）

最新推荐文章于 2024-08-03 14:54:02 发布

timidsmile

最新推荐文章于 2024-08-03 14:54:02 发布

阅读量1w

点赞数 1

分类专栏： opencv 图像

本文链接：https://blog.csdn.net/timidsmile/article/details/17289533

版权

本文介绍了高斯滤波的基本原理，其中像素权重随着距离中心点的增加而减小。在OpenCV中，cvSmooth函数可以实现高斯滤波，支持不同类型的平滑方法，包括CV_GAUSSIAN。该函数接受参数来定义滤波器大小和类型，对于高斯滤波，当param2为0时，其值将根据param1计算。此外，文章还提到了其他类型的平滑操作，如简单模糊、中值滤波和双向滤波。

摘要由CSDN通过智能技术生成

 int main()
 {
	 IplImage* img = cvLoadImage("C:\\vvv.jpg", 0);

     IplImage *avgImg = cvCreateImage(cvGetSize(img), IPL_DEPTH_8U, img->nChannels);   
	 IplImage *medianImg = cvCreateImage(cvGetSize(img), IPL_DEPTH_8U, img->nChannels); 
	 IplImage *gaussianImg = cvCreateImage(cvGetSize(img), IPL_DEPTH_8U, img->nChannels); 


	 cvSmooth(img, avgImg, CV_BLUR, 7,img->nChannels);  //采用7x7的窗口对图像进行均值滤波  

	 cvSmooth(img, medianImg, CV_MEDIAN, 7, img->nChannels);  //采用7x7的窗口对图像进行中值滤波  

	 cvSmooth(img, gaussianImg, CV_GAUSSIAN, 7, img->nChannels);  //  Gauss平滑滤波，核大小为7x7 
												//高斯的核不同于上面两个，它实现了领域像素的加权平均，离中心越近的像素权重越高
	 cvShowManyImages("result", 3, avgImg, medianImg, gaussianImg);

	 cvWaitKey(-1);

	 return 0;
 }