opencv学习日记——图像平滑处理

此贴只用作记录，方便本人以后查阅。

目录

一、均值滤波（使用模板内所有像素的平均值代替模板中心像素灰度值）

二、中值滤波（计算模板内所有像素中的中值，并用所计算出来的中值体改模板中心像素的灰度值）

三、高斯滤波（对图像邻域内像素进行平滑时，邻域内不同位置的像素被赋予不同的权值）

四、双边滤波（比高斯滤波多了一个高斯方差sigma-d,它是基于空间分布的高斯滤波函数，以达到保边去噪目的）

---

以下是四种平滑处理滤波算法

---

一、均值滤波（使用模板内所有像素的平均值代替模板中心像素灰度值）

void blur(InputArray src, OutputArray dst, Size ksize, Point anchor=Point(-1,-1), int borderType=BORDER_DEFAULT )

参数含义：

InputArray src:源图像

OutputArray dst：目标图像

Size ksize：内核大小 Size（w,h），w为像素宽度，h为像素高度

Point anchor:锚点---默认值（-1，-1），表示取核的中心作为被平滑的点

int boarderType：用于推断图像外部像素的某种边界模式。----默认值BORDER_DEFAULT，一般不去管它。

例子：

blur(src,dst,Size(8,8));

---

二、中值滤波（计算模板内所有像素中的中值，并用所计算出来的中值体改模板中心像素的灰度值）

void medianBlur(InputArray src, OutputArray dst, int ksize)

参数含义：

InputArray src: 输入图像

OutputArray dst: 输出图像

int ksize: 滤波模板的尺寸大小

例子:

medianBlur(img,dst,(3,3));

---

三、高斯滤波（对图像邻域内像素进行平滑时，邻域内不同位置的像素被赋予不同的权值）

void GaussianBlur(InputArray src, OutputArray dst, Size ksize, double sigmaX, double sigmaY=0, int borderType=BORDER_DEFAULT )

参数含义：

InputArray src: 输入图像

OutputArray dst: 输出图像

Size ksize: 高斯内核大小

double sigmaX: 高斯核函数在X方向上的标准偏差

double sigmaY: 高斯核函数在Y方向上的标准偏差

int borderType=BORDER_DEFAULT: 推断图像外部像素的某种便捷模式，有默认值BORDER_DEFAULT，如果没有特殊需要不用更改

例子:

GaussianBlur(src, dst, Size(5, 5), 0, 0);

---

四、双边滤波（比高斯滤波多了一个高斯方差sigma-d,它是基于空间分布的高斯滤波函数，以达到保边去噪目的）

void bilateralFilter(InputArray src, OutputArray dst, int d, double sigmaColor, double sigmaSpace, int borderType=BORDER_DEFAULT )

参数含义：

InputArray src: 输入图像

OutputArray dst: 输出图像

int d: 表示在过滤过程中每个像素邻域的直径范围

double sigmaColor: 颜色空间过滤器的sigma值，这个参数的值越大，表明该像素邻域内有越宽广的颜色会被混合到一起，产生较大的半相等颜色区域

double sigmaSpace: 坐标空间中滤波器的sigma值，如果该值较大，则意味着颜色相近的较远的像素将相互影响，从而使更大的区域中足够相似的颜色获取相同的颜色。

int borderType=BORDER_DEFAULT: 用于推断图像外部像素的某种边界模式，有默认值BORDER_DEFAULT

例子：

bilateralFilter ( src, dst, 3,6, 3 );