Opencv中各种空域滤波函数:
线性滤波(1、2、3)
- 方框滤波:boxFilter()
所用到的核就是一个矩阵,每个位置值均为1
方框滤波归一化以后就可以得到均值滤波
结果:图像整体上达到了平滑的效果,滤除了部分高频信息,使得部分细节丢失
- 均值滤波(振铃效应明显),因此不能很好地保护细节信息
- 高斯滤波:
原理:将输入的数组的每一个像素点和高斯内核进行卷积运算,再将卷积和当作输出的像素值,高斯滤波后的图像被平滑的程度取决于高斯函数的标准差(标准差决定高斯函数图像的胖瘦)
高斯滤波相对于以上两种方式平滑效果更加柔和,对细节信息保留得好一点
为什么高斯滤波比均值滤波的效果好?
输入:输入数组的每个像素点与高斯内核进行卷积计算
输出:卷积和当作输出(邻域的加权平均,像素权重会随着距离的变化而单调递减,从而