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