python+opencv计算机视觉去噪处理的均值滤波，高斯滤波，中值滤波，双边滤波，方框滤波介绍

参考大佬的
xzbwm576
https://blog.csdn.net/u011304078/article/details/100171317

详解均值滤波，高斯滤波，中值滤波，双边滤波，方框滤波

滤波器种类
线性滤波： 方框滤波、均值滤波、高斯滤波

非线性滤波： 中值滤波、双边滤波图像

图像滤波要求：
不能损害图像的轮廓和边缘，

图像清晰视觉效果更好

一、图像平滑
图像平滑的目的之一是消除噪声，二是模糊图像。

（1）方框滤波

它是滤波器中最简单的，是通过滤波器核K内每个像素值的平均值得到的，滤波核如下

参数：

InputArray src: 输入图像，可以是Mat类型
. OutputArray dst: 经滤波后输出图像
. int ddepth: 目标图像的深度，若设置为-1,则深度与原图像深度相同
. Size ksize: Size类型，内核的大小，一般用Size(w, h)表示，如Size(3, 3)表示kernel窗口大小为3x3
. Point anchor = Point(-1,-1): 进行滤波操作的点，如果是默认值(-1, -1)说明对上述窗口中心点所对应的像素点进行操作
. bool normalize = true: 内核是否被归一化处理，有默认值true
. int borderType = BORDER_DEFAULT: 用于腿短图像外部像素的某种便捷模式，有默认值BORDER_DEFAULT.

（2）均值滤波

均值滤波就是归一化后的方框滤波，对于方框滤波，若normalize=true,则方框滤波变为均值滤波（所有像素的加权系数相等），归一化就是将要处理的量缩放到一定范围，比如（0，1）。

（3）高斯滤波

高斯滤波可以很好的消除噪声，高斯模糊对图像来说就是一个低通滤波器；数学角度来讲，就是图像与正态分布做卷积；其就是每个像素点本身和邻域内的其他的像素值加权平