OpenCV图像滤波(3)盒子滤波函数boxFilter()的使用

• 操作系统：ubuntu22.04
• OpenCV版本：OpenCV4.9
• IDE:Visual Studio Code
• 编程语言：C++11

算法描述

cv::boxFilter() 是 OpenCV 中的一个函数，用于对图像应用盒式滤波器。盒式滤波器是一种简单的线性滤波器，它将每个像素替换为其邻域的平均值，从而实现图像平滑的效果。这种滤波器也称为均值滤波器。

该函数使用盒式滤波器对图像进行模糊，函数使用以下的内核对图像进行平滑处理：
$$\text{K}=\alpha \left[\begin{array}{ccccccc}1& 1& 1& \cdots & 1& 1& \\ 1& 1& 1& \cdots & 1& 1& \\ \cdots & & & & & & \\ 1& 1& 1& \cdots & 1& 1& \end{array}\right]$$
此处：
$$\alpha =\{\begin{array}{ll}\frac{1}{\text{ksize.width*ksize.height}}& \text{when }\text{normalize=true}\\ 1& \text{otherwise}\end{array}$$
未归一化的盒式滤波器对于计算每个像素邻域内的各种积分特征非常有用，例如图像导数的协方差矩阵（用于密集光流算法等）。如果你需要在可变大小的窗口上计算像素总和，可以使用积分图像（integral image）。

函数原型

void cv::boxFilter
(
	InputArray 	src,
	OutputArray 	dst,
	int 	ddepth,
	Size 	ksize,
	Point 	anchor = Point(-1,-1),
	bool 	normalize = true,
	int 	borderType = BORDER_DEFAULT 
)		

参数

• 参数src：输入图像。
• 参数dst： 输出图像，与输入图像具有相同的大小和类型。
• 参数ddepth：输出图像的深度。如果设为 -1，则输出图像与输入图像具有相同的深度。
• 参数ksize： 模糊内核的大小。
• 参数anchor：锚点位置；默认值 Point(-1,-1) 表示锚点位于内核中心。
• 参数normalize：标志位，指示是否将内核按其面积进行归一化。
• 参数borderType：边界模式，用于外推图像边界之外的像素。OpenCV 提供了多种边界模式，如 BORDER_CONSTANT、BORDER_REPLICATE、BORDER_REFLECT 等。BORDER_WRAP 不被支持，如果尝试使用 BORDER_WRAP，则会抛出异常。

代码示例

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

int main( int argc, char** argv )
{
    // 加载图像
    cv::Mat src = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/fruit_small.jpg", cv::IMREAD_COLOR );
    if ( !src.data )
    {
        std::cerr << "错误: 无法打开或找到图像。" << std::endl;
        return -1;
    }

    // 创建输出图像
    cv::Mat dst;

    // 应用盒式滤波器
    cv::boxFilter( src, dst, -1, cv::Size( 10, 10 ), cv::Point( -1, -1 ), true, cv::BORDER_CONSTANT );

    // 显示原始图像和滤波后的图像
    cv::namedWindow( "原始图像", cv::WINDOW_NORMAL );
    cv::imshow( "原始图像", src );

    cv::namedWindow( "盒式滤波后的图像", cv::WINDOW_NORMAL );
    cv::imshow( "盒式滤波后的图像", dst );

    cv::waitKey( 0 );

    return 0;
}

运行结果

你可以修改数ksize的值，运行下程序看看结果有啥不一样。