OpenCV学习之模糊图像

模糊原理

smooth/Blur是图像处理中最简单和常用的操作之一
使用该操作的原因之一就为了给图像预处理时候减低噪声
使用Smooth/Blur操作其背后是数学的"卷积计算"

通常这些卷积算子计算都是线性操作，所以又叫线性滤波

均值滤波和高斯滤波演示

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;

int main( int argc,char* argv)
{
	Mat src,dst;
	src = imread("C:/Users/26444/Desktop/testopencvinstall/OIP.jpg");
	if(src.empty())
	{
		printf("could not load image......\n");
		return -1;
	}
namedWindow("input_title",WINDOW_AUTOSIZE);
namedWindow("output_title",WINDOW_AUTOSIZE);
imshow("input_title",src);
//xy必须为奇数
//均值模糊
blur(src,dst,Size(5,5),Point(-1,-1));
imshow("output_title",dst);
//高斯模糊
Mat gblur;
GaussianBlur(src,gblur,Size(5,5),11,11);
imshow("gaussian blur",gblur);
waitKey(0);
return 0;
}

上图

中值滤波/双边滤波/高斯滤波/双边滤波+filter2D

#include<opencv2/opencv.hpp>
#include<iostream>

using namespace std;
using namespace cv;

int main(int argc,char* argv)
{
	Mat sec,dst,dest;
	src = imread("D:/MyStudy/testopencvinstall/OIP.jpg"); 
	if(src.empty())
	{
		printf("could not load image......\n");
		return -1;
	}
	namedWindow("input image",WINDOW_AUTOSIZE);
	imshow("input image",src);
	
	//中值滤波去除噪点
	medianBlur(src,dest,3);
	namedWindow("median Filter Result",WINDOW_AUTOSIZE);
	imshow("median Filter Result",dest);
	//双边滤波
	bilateralFilter(src,dst,15,100,5);
	naemdWindow("bilateral Filter",WINDOW_AUTOSIZE);
	imshow("bilateral Filter",dst);
	//高斯滤波
	Mat gblur;
	GaussianBlur(src,gblur,Size(15,15),3,3);
	imshow("GaussianBlur Demo",gblur);
	//filter2D滤波
	Mat resultImg;
	Mat Kernel = (Mat_<int>(3,3) << 0,-1,0,-1,5,-1,0,-1,0);
	filter2D(dst,resultImg,-1,Kernel,Point(-1,-1),0);
	imshow("Final Result",resultImg);
	waitKey(0);
	return 0;
}

图片演示