OpenCV要点总结——第六章图像处理（一）

最新推荐文章于 2023-08-11 18:10:32 发布

Raoodududu

最新推荐文章于 2023-08-11 18:10:32 发布

阅读量468

点赞数

分类专栏： Opencv 文章标签：滤波

本文链接：https://blog.csdn.net/Raoodududu/article/details/81938192

版权

本文总结了OpenCV中的图像滤波方法，包括线性滤波的方框滤波、均值滤波和高斯滤波，非线性滤波的中值滤波和双边滤波，以及形态学滤波中的腐蚀、膨胀、开运算、闭运算、顶帽和黑帽等。这些滤波技术在消除噪声、边缘保护等方面各有特点。

摘要由CSDN通过智能技术生成

Note：

1消除图像中的噪声成分叫做图像的平滑化或滤波操作。

2信号或图像的能量大部分集中在幅度谱的低频和中频段，而在较高频段，有用信息经常被噪声淹没。

3滤波：低通就是模糊，高通就是锐化。

1.线性滤波

(1)方框滤波：boxFilter 用不同权重结合一个小邻域的像素，得到处理效果。

boxFilter( g_srcImage, g_dstImage1, -1,Size( g_nBoxFilterValue+1, g_nBoxFilterValue+1));
		//src  dst  ddpeth=-1表示使用原图深度  内核大小

(2)均值滤波：blur 加权系数相等的方框操作即归一化。

blur( g_srcImage, g_dstImage2, Size( g_nMeanBlurValue+1, g_nMeanBlurValue+1), Point(-1,-1));
		//src   dst   内核大小   锚点（被平滑的点）在中心

(3)高斯滤波：GaussianBlur 对整幅图加权平均。//ksize参数为奇数

GaussianBlur( g_srcImage, g_dstImage3, Size( g_nGaussianBlurValue*2+1, g_nGaussianBlurValue*2+1 ), 0, 0);
		//src   dst  内核大小  x方向的标准偏差   y方向的标准偏差

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

using namespace std;
using namespace cv;


//-----------------------------------【全局变量声明部分】-------------------------------
Mat g_srcImage,g_dstImage1,g_dstImage2,g_dstImage3;//存储图片的Mat类型
int g_nBoxFilterValue=3;  //方框滤波参数值
int g_nMeanBlurValue=3;  //均值滤波参数值
int g_nGaussianBlurValue=3;  //高斯滤波参数值


//-----------------------------------【全局函数声明部分】-------------------------------
//三个轨迹条的回调函数
static void on_BoxFilter(int, void *);		//方框滤波
static void on_MeanBlur(int, void *);		//均值滤波
static void on_GaussianBlur(int, void *);			//高斯滤波


//-----------------------------------【main( )函数】----------------------------------
int main(   )
{
	//改变console字体颜色
	system("