Opencv第七章 新手入门之图像处理之平滑处理--滤波

用Opencv进行滤波操作，通用的有四种滤波方法：

均值滤波

均值滤波，及简单的平均卷积操作

blur = cv2.blur(img,(3,3))

cv2.imshow('blur',blur)
cv2.waitKey(0)
cv2.destroyAllWindows()

方框滤波

基本和均值滤波相同，只是可以选择是否进行归一化

若选择进行归一化，则选取像素点周围九宫格等权重相加除以九，代码及：

box = cv2.boxFilter(img,-1,(3,3),normalize=True)

cv2.imshow('blur',blur)
cv2.waitKey(0)
cv2.destroyAllWindows()

若不进行归一化，则选取像素点周围九宫格进行等权相加即可，但是由此会产生越界现象，故当相加超过255时，色素点统统标注为255，即显示为白色。

box = cv2.boxFilter(img,-1,(3,3),normalize=False)

cv2.imshow('box',box)
cv2.waitKey(0)
cv2.destroyAllWindows()

（3，3）的意思是在周围取3*3的九宫格，也可以写作（5，5），及取周围的5*5的二十五宫格。

这种提取方式存在潜在的规则是，只取奇数个，一般情况下不去偶数个。

高斯滤波

aussian=cv2.GaussianBlur(img,(5,5),1)

cv2.imshow('aussian',aussian)
cv2.waitKey(0)
cv2.destroyAllWindows()

中值滤波

取周围指定宫格的像素进行从小到大的依次排列，赋予选取像素点该排列中当作中值的数据。

median=cv2.medianBlur(img,5)

cv2.imshow('median',median)
cv2.waitKey(0)
cv2.destroyAllWindows()

（img，5）中的5的意思是取指定像素点周围的五宫格。

下面利用一个拼接函数，将它们输出的图像拼接在一起得

res = np.vstack((img,blur,box,box1,aussian,median))
print(res)
cv2.imshow('median vs average',res)
cv2.waitKey(0)
cv2.destroyAllWindows()

大家可以观察一下集中滤波之间的区别，还是较为明显的。