基于C++的OpenCV4入门基础--图像均值滤波

1，图像模糊
图像滤波是在尽可能保留图像细节特征的条件下对目标图像的噪声进行抑制，是常用的图像预处理操作。

平滑滤波也称为低通滤波，可以抑制图像中的灰度突变，使图像变得模糊，是低频增强的空间域滤波技术。

平滑滤波常用于：
模糊图像和图像降噪。
在图像重取样前平滑图像以减少混淆
减少图像中无关的细节
平滑因灰度级不足所导致的图像的伪轮廓

概念：图片的模糊，一直是图像处理领域一个比较重要的东西，它的用处不仅仅是我们平时PS的滤镜，也常常被用来做图片数据的降噪，图片的有损压缩，和图片特征相似匹配的优化工作，通过对图像进行卷积操作，可以得到模糊的图像，当然选择不同的卷积核，模糊效果不一样。

2，均值滤波器
均值滤波是最简单的可分离低通滤波器核。均值滤波的模板区域中各像素点的系数相同，因此也是可分离核。

均值滤波结构简单，便于快速实现和实验。但均值滤波对透镜模糊特性的近似能力较差，而且往往会沿垂直方向模糊图像。

CV_EXPORTS_W void boxFilter( InputArray src, OutputArray dst, int ddepth,