OpenCV for Android (4)——Blur

图像平滑(smoothing)也称为图像模糊(blurring)，是一种在图像处理中使用频率很高的操作，进行图像平滑的操作原因有很多，在这里重点介绍使用平滑操作降低图片噪声。因为在图像中，噪声的能量大都集中在幅度谱的低频和中频部分，而在较高的频段，一些重要的细节信息往往被噪声淹没。在一幅图像中，所谓的高频部分是指图像中像素值落差很大的部分，而低频则是指像素值与旁边的像素值相差不大甚至相同，而图像的一些细节的部分往往由高频信息来展现，图像中掺杂的噪声往往也处于高频段，这就造成了一些细节信息被噪声淹没，可以根据不同的噪声类型用不同的滤波器进行处理。

滤波的目的有两个即：
1. 抽出对象的特征作为图像识别的特征模式；
2. 为适应图像处理要求，消除数字图像所混入的噪声

对图像滤波有两个要求：
1. 不能损坏图像的轮廓和边缘等重要信息；
2. 使图像清晰视觉效果更好

1. 均值模糊

根据输入的半径R，计算起始(2*R +1)个像素的平均值, 作为第一个输出像素的结果,公式可以表示为：

像素 X0 = 其中K代表输入像素集合，i∈[-R, R]

然后计算每一行输出像素的值根据

Xi = X0 + (K[index + R + 1] – K[index - R])

public static void boxBlur(Bitmap bitmap) {
        org.opencv.android.Utils.bitmapToMat(bitmap, sSrc);//convert Bitmap to mat
        Imgproc.blur(sSrc, sDst, new Size(15, 15), new Point(-1, -1), 4);
        org.opencv.android.Utils.matToBitmap(sDst, bitmap);
        sSrc.release();
        sDst.release();
    }

2. 高斯模糊

其实模糊滤波器就是对周围像素进行加权平均处理，均值模糊很简单，周围像素的权值都相同，所以不是很平滑。高斯模糊就有这个优点，所以被广泛用在图像降噪上。特别是在边缘检测之前，都会用来移除细节。

上面的正态分布是一维的，图像都是二维的，所以我们需要二维的正态分布。

正态分布的密度函数叫做”高斯函数”（Gaussian function）：

其中，μ是x的均值，σ是x的标准差。因为计算平均值的时候，中心点就是原点，所以μ等于0。即：

根据一维高斯函数，可以推导得到二维高斯函数：

有了这个函数 ，就可以计算每个点的权重了。假定中心点的坐标是（0,0），那么距离它最近的8个点的坐标如下：

更远的点以此类推。下面就是5*5的高斯滤波器和平滑效果：

public static void gaussianBlur(Bitmap bitmap) {
        org.opencv.android.Utils.bitmapToMat(bitmap, sSrc);//convert Bitmap to mat
        Imgproc.GaussianBlur(sSrc, sDst, new Size(5, 5), 0, 0, 4);
        org.opencv.android.Utils.matToBitmap(sDst, bitmap);
        sSrc.release();
        sDst.release();
    }

3. 双边过滤算法

双边过滤算法作为一种改进的高斯过滤算法，在图像去噪，和均匀模糊（又称为磨皮），去锯齿效应上有不错的效果.双边过滤是采用Raised cosines函数来模拟高斯分布函数，并实现逼近高斯值域。

public static void bilBlur(Bitmap bitmap) {
        org.opencv.android.Utils.bitmapToMat(bitmap, sSrc);//convert Bitmap to mat
        Imgproc.cvtColor(sSrc, sSrc, Imgproc.COLOR_BGRA2BGR);
        Imgproc.bilateralFilter(sSrc, sDst, 15, 150, 15, 4);
        Mat kernel = new Mat(3, 3, CvType.CV_16S);
        kernel.put(0, 0, 0, -1, 0, -1, 5, -1, 0, -1, 0);
        Imgproc.filter2D(sDst, sDst, -1, kernel, new Point(-1, -1), 0.0, 4);
        org.opencv.android.Utils.matToBitmap(sDst, bitmap);
        sSrc.release();
        sDst.release();
    }