学习OpenCV范例（十）——图像平滑处理

接下来的范例学习都集中在图像处理方面的学习，首先学习的是图像的平滑处理，相信学过图像处理的同学都不陌生，图像的平滑处理很普遍，最主要的功能就是去噪声，在OpenCV中最经常使用的平滑处理有四种：均值滤波，中值滤波，高斯滤波，双边滤波，在OpenCV1版本中用到的函数是smooth函数，四种处理都包含在smooth函数中，而在OpenCV2版本中被分开了，分别是blur，medianblur，GaussianBlur，bilateralFilter，现在让我们来好好看一下这四个函数吧。

1、原理

平滑处理时需要用到一个 滤波器 。 最常用的滤波器是 线性 滤波器，线性滤波处理的输出像素值 (i.e. g(i,j)) 是输入像素值 (i.e. f(i+k,j+l))的加权和 :

h(k,l) 称为 核, 它仅仅是一个加权系数。
不妨把 滤波器 想象成一个包含加权系数的窗口，当使用这个滤波器平滑处理图像时，就把这个窗口滑过图像。

①、均值滤波器

    最简单的滤波器， 输出像素值是核窗口内像素值的 均值 ( 所有像素加权系数相等)。

核如下：

②、中值滤波器

    中值滤波将图像的每个像素用邻域 (以当前像素为中心的正方形区域)像素的 中值 代替 。

均值滤波器对噪音图像特别是有大的孤立点的图像特别敏感，即是有较少数量点存在较大差异也会导致平均值的明显波动，而中值滤波可以通过选择中间值避免这些点的影响。

③、高斯滤波器

    最有用的滤波器 (尽管不是最快的)。 高斯滤波是将输入数组的每一个像素点与 高斯内核 卷积将卷积和当作输出像素值。

一维高斯函数：