目录
前言:
1. 大致原理说明
图像的平滑滤波处理本质上就是定义一个N×N的矩阵分别按照一定算法与像素值进行运算,最后改变N×N的矩阵中间点像素值的结果,也就是图像平滑的结果。
这样的话,使N×N矩阵的中心点与周围(N的平方-1)个点有着数学关系,就可以利用这种数学关系来使图像颜色的突变 变得不那么明显。这也就是平滑滤波的基本原理。
上文中的N×N矩阵被成为平滑滤波的卷积核。
下文中提到的卷积核也就是N×N矩阵。(N必须要是奇数,两个N可以不同)
一般我们使用3×3或者5×5,在传入函数参数时,应使用元组的形式(3,3),(5,5),(3,5)。
一个卷积核区域所有值与卷积核本身权重相乘再相加(有可能会归一化)得到卷积核中间像素点的值。(主要是卷积核的权重,和归不归一化)
滤波方式有高斯滤波、均值滤波、方框滤波、中值滤波和双边滤波。(5种)
还有一种称作2D卷积核滤波,也叫做自定义卷积核。也就是说他可以由我们自己设定卷积核来处理图像,而不用被以上5种方式所拘束。
2. 常用参数
先大概说一下常用的参数:(下文函数需要这些参数将不再过多阐述,请读者翻到这里查阅)
dst:返回滤波后图像的结果。
src:表示原始图像(需要进行处理的图像)。
ksize:表示滤波用的卷积核大小,卷积核的数值一定是奇数。传入为(3,3)、(5,5)。
borderType:表示以哪种方式处理边界值。(可以不传该参数)
anchor: