opencv学习-均值滤波blur

概念：

        什么是均值滤波？我们先从概念和原理上来理解什么是均值滤波。均值滤波是一种典型的线性滤波算法，主要是利用像素点邻域的像素值相加然后取平均值即为该像素点的新的像素值。

openv 提供方法blur

C++: void blur(

           InputArray src,                             // 输入图像

           OutputArray dst,                          // 输出图像

           Size ksize,                                   // 内核大小, 一般这样写Size( w,h )来表示内核的大小( 其中，w 为像素宽度， h为像素高度)。Size（3,3）就表示3x3的核大小，Size（5,5）就表示5x5的核大小

           Point anchor=Point(-1,-1),           // 表示锚点（即被平滑的那个点）, 指定计算时核与原图像的对齐方式，默认为Point(-1,-1)， 表示kernel 的中心位置开始计算，一般我们没有特殊需要不用修改此参数

           int borderType=BORDER_DEFAULT ) // 用于推断图像外部像素的某种边界模式，有默认值BORDER_DEFAULT

​
// image_correct.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include <iostream>

#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>

using namespace cv;
using namespace std;

int _tmain(int argc, _TCHAR* argv[])
{
	Mat SrcMat = imread("F:\\build\\test_app\\correct.png"); //IMREAD_GRAYSCALE:原图做为灰度图加载
	if(SrcMat.empty()) {
		cout << "SrcMat.empty" << endl;
		return -1;
	}

	Mat grayImg;

	cvtColor(SrcMat, grayImg, CV_BGR2GRAY); // 色彩转换空间

	// imshow("image input", SrcMat);

	Mat blurImg;
	blur(grayImg, blurImg,Size(5, 5)); // 均值滤波

	imshow("image input", blurImg);


	waitKey(0);

	return 0;
}

​

 

原图和滤波后图像效果对比：