OpenCv基本滤波算法小结

一.分类与作用

a>线性滤波:

1.方框滤波：模糊图像

2.均值滤波：模糊图像

3.高斯滤波：信号的平滑处理，去除符合正太分布的噪声

b>非线性滤波

1.中值滤波：去除椒盐噪声

2.双边滤波：保边去噪

二.OpenCv中的函数调用

1.方框滤波：

API：void boxFilter(源图像,目的图像,int 输出图像的深度,Size 邻域算子的大小,Point 锚点,bool 归一化标志,int 边界模式)

说明:1.源图像可以是彩色图或者是灰度图,因为图像处理的时候,通道是分开来处理的

       2.目的图像的大小和通道数必须和源图像相同,另外,目的图像的深度由后一个参 数决定

       3.输出图像的深度,指定CV_8U....,当为-1的时候,目标图像的深度和源图像的深度相同

       4.锚点,指被平滑的那个点位于领域算子矩阵的哪一个位置,从而确定计算时候的像素点的取值,如果是Point(-1,-1),那么自动取值中间的那个点.

       5.归一化标志,默认归一化为真,会将目标图像归一化到源图像的取值范围

关于第三个参数图像的深度：有这几种格式： 
当需要在不同深度的图像之间转换时，也可以用cvScale()这个函数。这个时候的转换，中间有个截断处理过程。比如IPL_DEPTH_64F到IPL_DEPTH_8U，就会把300转换到255。下面转一段别人总结的深度显示范围。 
测试double型：0.0–1.0之间 IPL_DEPTH_64F 
测试float型：0.0–1.0之间 IPL_DEPTH_32F 
测试long型：0–65535之间 IPL_DEPTH_32S 
测试short int型：-32768–32767之间 IPL_DEPTH_16S 
测试unsigned short int型：0–65535之间 IPL_DEPTH_16U 
测试char型：-128–127之间 IPL_DEPTH_8S 
测试unsigned char型：0–255之间 IPL_DEPTH_8U 

这个时候如果需要保存图像，请记住要先转换到IPL_DEPTH_8U的深度。

例：boxFilter(srcImage, box_Image, -1, Size(3, 3), Point(-1, -1), false,BORDER_DEFAULT);

2.均值滤波