6.4OpenCV中值滤波

无论是直接获取的灰度图像，还是由彩色图像转换得到的灰度图像，里面都有噪声的存在，噪声对图像质量有很大的影响。进行中值滤波不仅可以去除孤点噪声，而且可以保持图像的边缘特性，不会使图像产生显著的模糊，比较适合于实验中的人脸图像。

   中值滤波是一种非线性的信号处理方法，因此中值滤波器也就是一种非线性的滤波器。在一定条件下，其可以克服线性滤波器处理图像细节模糊的问题，而且它对滤除脉冲干扰和图像扫描噪声非常有效，但是，对点、线、尖顶等细节较多的图像，则会引起图像信息的丢失。中值滤波器最先被应用于一维信号的处理中，后来被人们引用到二维图像的处理中来。

   中值滤波的基本思想是，把局部区域的像素按灰度等级进行排序，取该领域中灰度的中值作为当前像素的灰度值。

   中值滤波的步骤为：

   1、将滤波模板（含有若干个点的滑动窗口）在图像中漫游，并将模板中心与图中某个像素位置重合；

   2、读取模板中各对应像素的灰度值；

   3、将这些灰度值从小到大排列；

   4、取这一列数据的中间数据，将其赋给对应模板中心位置的像素。如果窗口中有奇数个元素，中值取元素按灰度值大小排序后的中间元素灰度值。如果窗口中有偶数个元素，中值取元素按灰度值大小排序后，中间两个元素灰度的平均值。因为图像为二维信号，中值滤波的窗口形状和尺寸对滤波器效果影响很大，不同图像内容和不同应用要求往往选用不同的窗口形状和尺寸。

#include "opencv2/core/core.hpp"
#include"opencv2/highgui/highgui.hpp"
#include"opencv2/imgproc/imgproc.hpp"
#include <iostream>
using namespace cv;
void main() 
{
	// load image 
	Mat image = imread("../salt.jpg");
	if (!image.data)
	{
		printf("读取图片文件失败\n");
		exit(0);
	}
	//resize(image, image, Size(), 0.3, 0.3);

	imshow("salted image", image);

	//median filte
	Mat resutl;
	medianBlur(image, resutl, 3);

	//display result
	imshow("median filted image", resutl);
	waitKey();
}

原图：

效果图：