OpenCV | 滤波

#集中滤波的方式：
1. 线性滤波：
    方框滤波——boxblur函数
    均值滤波（邻域平均滤波）——blur函数：线性代表，加起来求平均值
    高斯滤波——GaussianBlur函数：离中心越近的比重越大
2. 非线性滤波：
    中值滤波——medianBlur函数：适合椒盐噪声和边界处理，对极大极小值不处理是其特点
    双边滤波——bilateralFilter函数
    
#滤波器的作用：
低通滤波器，将频率变化大的高频分量去掉，表现出来的就是blur，模糊化。
高通滤波器：将频率变化小的低频分量去掉，表现出来应该是锐化，以及边界检测等。

Mat img = imread("test.jpg")
if(img.empty()) return -1;

boxFilter(image, res2, image.depth(), cv::Size(9,9));
blur(image, res2, cv::Size(5, 5)); //跟boxfilter差不多
GaussianBlur(image, result, cv::Size(5,5), 1.5);

medianBlur(image, result, 5);
bilateralFilter(image, result, 5, 1.5,1.5);
//变化矩阵
Mat kernel = (cv::Mat_<float>(3, 3) << 0,1,0,1,-4,1,0,1,0);
filter2D(image, res2, result.depth(), kernel);


//背景虚化，前景清晰，矩形ROI
    Rect rect(Point(x1, y1), Point(x1+250, y1+250));
    cut = image(rect);
    boxFilter(image, blurred, image.depth(), Size(17, 17));
    Mat imageROI = blurred(Rect(x1, y1, 250,250));
    cut.copyTo(imageROI);
    imshow("image",blurred);

    //背景值为 GC_BGD=0，作为掩码
    cv::Mat blurred,bitwise,back,output;
    cv::medianBlur(result, blurred, 7);
    cv::bitwise_not(blurred, bitwise);
    image.copyTo(foreground, blurred);
    imshow("2", foreground);
    cv::boxFilter(image, back, image.depth(), Size(23, 23));
    back.copyTo(output, bitwise);
    //cv::add(image, image, tmp);
    output = output + foreground;
    imshow("orig", image);
    cv::imshow("output", output);
    cv::imwrite("flower_bgd_flurred.jpg", output);