九、滤波

图像滤波

尽量保留图像细节特征的条件下对目标图像的噪声进行抑制（即去除图像中一些不重要的细节）

实现方式：模板卷积

1. 卷积算子计算是线性（线性滤波）
2. kernel本质是固定大小的矩阵数组，其中心点称为锚点
3. 卷积过程：模板从左到右，从上到下，移动，把kernel覆盖的像素和kernel对应位置的值相乘再求和（包括锚点），赋值给锚点
步骤：
	a. 将模板在图中沿一定方向逐点移动，并将模板中心与图中某个像素位置重合；
	b. 将模板上系数与模板下对应像素相乘；
	c. 将所有乘积相加；
	d. 将和（模板的输出响应）赋给图中对应模板中心位置的像素。
注意：
宽高必须是奇数（即有中心像素），宽高可以不一致（即有模糊的方向）
4. 卷积越大，图像越模糊
5. 图像外围的边缘像素没办法卷积，需要扩充图像边界（邻近插值）

边缘处理

卷积的边界：边缘像素没有和锚点重合，当kernal为3x3，则边缘有1个像素没处理，当kernal为5x5，则边缘有2个像素没处理。因此在卷积处理前增加边缘像素，卷积处理后去掉边缘像素。
copyMakeBorder(src, dst, top, bottom, left, right, borderType, color);
src：图像
dst：目标图像
top：上边缘填充长度
bottom：下边缘填充长度
left：左边缘填充长度
right：右边缘填充长度
borderType：边界填充类型（BORDER_DEFAULT 默认，BORDER_CONSTANT 指定像素值，BORDER_REPLICATE 用已知边缘像素值，BORDER_WRAP 用另一边的边缘像素值）
color：填充颜色

掩膜

void filter2D( InputArray src, OutputArray dst, int ddepth, InputArray kernel, Point anchor = Point(-1,-1), double delta = 0, int borderType = BORDER_DEFAULT );
src：图像
ds：目标图像
ddepth：图像深度（8/32），为-1时，目标图像和原图像深度保持一致
kernel：模板
anchor：锚点位置，Point(-1，-1)时为中心像素
delta：在储存目标图像前可选的添加到像素的值
borderType：边界填充类型

均值滤波

原理：模板的权重都是1，将模板覆盖的像素求均值替换掉模板中心的像素值。
void blur( InputArray src, OutputArray dst, Size ksize, Point anchor = Point(-1,-1), int borderType = BORDER_DEFAULT );
src：图像
ds：目标图像
ksize：模板宽/高
anchor：锚点位置
borderType：边界填充类型

中值滤波

原理：将模板覆盖的像素排序找出中值（这样去掉了最小值，最大值，抑制椒盐噪声）
void medianBlur( InputArray src, OutputArray dst, int ksize );
src：图像
dst：目标图像
ksize：模板宽/高

高斯滤波

原理：以模板的中心位置为高斯函数坐标原点进行取样，越靠近模板中心权重越大
void GaussianBlur( InputArray src, OutputArray dst, Size ksize, double sigmaX, double sigmaY = 0, int borderType = BORDER_DEFAULT );
src：图像
dst：目标图像
ksize：模板宽/高
sigmaX：高斯核函数在X方向的的标准偏差
sigmaY：高斯核函数在Y方向的的标准偏差
borderType：边界填充类型

高斯双边滤波

原理：高斯双边滤波保留了边缘，避免了图像轮廓失真。保留差异的部分，滤波值比较大的部分，值比较小的部分。均值滤波丢失了边缘像素，高斯滤波部分克服了该缺陷。
void bilateralFilter( InputArray src, OutputArray dst, int d, double sigmaColor, double sigmaSpace, int borderType = BORDER_DEFAULT );
src：图像
dst：目标图像
d：计算半径
sigmaColor：颜色空间过滤器的sigma值
sigmaSpac：坐标空间中滤波器的sigma值
borderType：边界填充类型