OpenCV学习笔记（五）：线性滤波-方框、均值、高斯：boxFilter(),blur(),GaussianBlur()

OpenCV学习笔记（五）：线性滤波-方框、均值、高斯：boxFilter(),blur(),GaussianBlur()

线性滤波：即多个信号之和的响应和它们各自响应之和相等。
参考：
https://blog.csdn.net/poem_qianmo/article/details/22745559
代码：

#include <opencv2/opencv.hpp>

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

using namespace cv;
using namespace std;

int main(int argc, char *argv[])
{
    // 载入原图
    g_srcImage = imread( "F:/C++/2. OPENCV 3.1.0/TEST/1.jpg", 1 );
    if( !g_srcImage.data )
        { printf("Oh，no，读取srcImage错误~！ \n"); return false; }

    //克隆原图到三个Mat类型中
    g_dstImage1 = g_srcImage.clone( );
    g_dstImage2 = g_srcImage.clone( );
    g_dstImage3 = g_srcImage.clone( );
    g_dstImage4 = g_srcImage.clone( );
    g_dstImage5 = g_srcImage.clone( );

    //显示原图
    imshow("【<0>原图窗口】",g_srcImage);

    // 1、方框滤波
    namedWindow("【<1>方框滤波】", 1);
    createTrackbar("内核值：", "【<1>方框滤波】", &g_nBoxFilterValue, 40, on_BoxFilter);
    on_BoxFilter(g_nBoxFilterValue,0);

    // 2、均值滤波
    namedWindow("【<2>均值滤波】", 1);
    createTrackbar("内核值：", "【<2>均值滤波】",&g_nMeanBlurValue, 40,on_MeanBlur );
    on_MeanBlur(g_nMeanBlurValue,0);

    // 3、高斯滤波
    namedWindow("【<3>高斯滤波】", 1);
    createTrackbar("内核值：", "【<3>高斯滤波】",&g_nGaussianBlurValue, 40,on_GaussianBlur );
    on_GaussianBlur(g_nGaussianBlurValue,0);
    
    //输出一些帮助信息
    cout<<endl<<"\t运行成功，请调整滚动条观察图像效果~\n\n"
        <<"\t按下“q”键时，程序退出。\n";

    //按下“q”键时，程序退出
    while(char(waitKey(1)) != 'q') {}
	return 0
}

//	1、方框滤波操作的回调函数
static void on_BoxFilter(int, void *)
{
    //方框滤波操作(未归一化)
    boxFilter( g_srcImage, g_dstImage1, -1,Size( g_nBoxFilterValue+1, g_nBoxFilterValue+1),Point(-1,-1),false);
    //显示窗口
    imshow("【<1>方框滤波】", g_dstImage1);
}


//	2、均值滤波操作的回调函数
static void on_MeanBlur(int, void *)
{
    //均值滤波操作
    blur( g_srcImage, g_dstImage2, Size( g_nMeanBlurValue+1, g_nMeanBlurValue+1), Point(-1,-1));
    //显示窗口
    imshow("【<2>均值滤波】", g_dstImage2);
}

// 3、高斯滤波操作的回调函数
static void on_GaussianBlur(int, void *)
{
    //高斯滤波操作
    GaussianBlur( g_srcImage, g_dstImage3, Size( g_nGaussianBlurValue*2+1, g_nGaussianBlurValue*2+1 ), 0, 0);
    //显示窗口
    imshow("【<3>高斯滤波】", g_dstImage3);
}

结果：