opencv 图像平滑

消除噪声的工作称为图像平滑。图像平滑分为空间域平滑和频率域平滑。在空间域，平滑滤波有很多种算法，其中最常见的有线性平滑，非线性平滑，自适应平滑。如果是对各像素灰度值进行简单处理最后求和就是线性滤波；如果对像素灰度值的运算比较复杂，而不是最后求和的简单运算，则是非线性滤波。

线性滤波相当于一个包含加权系数的窗口。下面介绍线性滤波器里的归一化方框滤波器和高斯滤波器。

import cv2 as cv
import numpy as np
import math
import copy
from matplotlib import pyplot as plt

srcimage=cv.imread("C:/Users/wangyiyuan/Desktop/20200201172603_hocyy.jpg")
dstimage=cv.imread("C:/Users/wangyiyuan/Desktop/20200201172603_hocyy.jpg")
g_nTracebarMaxValue=9;
g_nTracebarValue=0;
g_nKernelValue=0;
windowName='mean filtering'
def on_kernelTrackbar(x):
    global g_nKernelValue
    g_nTracebarValue=cv.getTrackbarPos('res',windowName)
    g_nKernelValue=g_nTracebarValue*2+1
    ksize=(g_nKernelValue,g_nKernelValue)
    cv.blur(srcimage,ksize,dstimage)

cv.namedWindow(windowName)
cv.createTrackbar('res',windowName,0,9,on_kernelTrackbar)

while (True):
    cv.imshow(windowName,dstimage)
    if cv.waitKey(1)==ord('q'):
        break
cv.destroyAllWindows()