第七节 图像平滑处理

均值滤波

简单的平均卷积操作

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

(3,3)表示卷积核的大小

方框滤波

基本和均值一样，可以选择归一化

box_t = cv2.boxFilter(img,-1,(3,3),normalize = True)
box_f = cv2.boxFilter(img,-1,(3,3),normalize = False)

-1表示得到的结果与原始通道数在颜色通道上是一致的

当normalize = True时表示做归一化，此时与均值滤波相同

当normalize = False时表示不做归一化

高斯滤波

高斯模糊的卷积核里的数值是满足高斯分布，相当于更重视中间的

dst = cv2.GaussianBlur(src,kisize,sigmax,sigmay,borderType)

dst：返回值

src：原始图像

ksize：滤波核大小

sigmax与sigmay：卷积核在x于y方向上的标准差

borderType：边界样式

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

中值滤波

将中值作为一个滤波结果

相当于用中值代替

median = cv2.medianBlur(img,5)

输出对比