C/C++ OpenCV中值滤波&双边滤波

52 篇文章 11 订阅

中值滤波

void medianBlur(

InputArray src,

OutputArray dst,

int Ksize //只能3,5,7,9后的奇数

)

代码如下:

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>

using namespace cv;

int main()
{

	//载入图像
	Mat image = imread("1.jpg");

	//创建窗口
	namedWindow("中值滤波原图");
	namedWindow("中值滤波效果图");

	imshow("中值滤波原图", image);

	//进行滤波
	Mat out;
	medianBlur(image, out, 7);
	imshow("中值滤波效果图", out);

	waitKey(0);

	return 0;
}

运行结果:




双边滤波bilateralFilter

void bilateralFilter(

InputArray src,

OutputArray dst,

Int d,

double sigmaColor,

double sigmaSpace,

int borderType=BORDER_DEFAULT

)

关于第三个参数:

每个像素领域的直径 负数 的话会从第四个参数推导出
如果值越大说明像素里面有越来越宽的值会在一起

代码如下:

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>

using namespace cv;

int main()
{

	//载入图像
	Mat image = imread("1.jpg");

	//创建窗口
	namedWindow("双边滤波原图");
	namedWindow("双边滤波效果图");

	imshow("双边滤波原图", image);

	//进行滤波
	Mat out;
	bilateralFilter(image, out, 50, 50 * 2, 50 / 2);
	imshow("双边滤波效果图", out);

	waitKey(0);

	return 0;
}
运行如下:



时域滤波通常用于信号处理而非图像处理,它主要关注时间序列数据而不是像素级别的噪声去除。然而,对于图像处理而言,空间域滤波如高斯滤波、均值滤波、中值滤波双边滤波更为常见。 1. **高斯滤波**[^1]:基于高斯分布的概率模型,通过加权平均来平滑图像,常用于模糊边缘并降低噪声。它在保持图像细节方面较为保守,因为高斯核倾向于保留原图像的高频信息。 2. **均值滤波**:简单的算术平均,每个像素的值由其周围邻域像素的平均值决定。它对高频噪声有较好的抑制效果,但可能会导致图像边缘模糊。 3. **中值滤波**:非线性滤波,每个像素替换为其邻域内的中值,能有效抵抗椒盐噪声(离散点状噪声),但可能会影响连续的边缘信息。 4. **双边滤波**:结合了高斯空间滤波和强度滤波,既能平滑图像又能保持边缘清晰,因为它考虑了像素间的空间距离和灰度差异。 要在一个图像上应用这些滤波器,你可以使用图像处理库(如OpenCV)提供的API,以下是一个示例C++代码片段: ```cpp #include <opencv2/opencv.hpp> cv::Mat img, blurred_img; // 原始图像和滤波后的图像 // 加载图像 cv::imread("image.jpg", img); // 高斯滤波 cv::GaussianBlur(img, blurred_img, cv::Size(5, 5), 0); // 5x5卷积核,σ=0表示自动选择 // 均值滤波 cv::blur(img, blurred_img, cv::Size(3, 3)); // 3x3窗口大小 // 中值滤波 cv::medianBlur(img, blurred_img, 3); // 使用3x3窗口 // 双边滤波 cv::bilateralFilter(img, blurred_img, 9, 75, 75); // 半径参数,空间与强度的标准差 // 显示原始和处理后的图像 cv::imshow("Original Image", img); cv::imshow("Filtered Image", blurred_img); cv::waitKey(); ``` 分析它们之间的差别,主要是噪声去除效果、边缘保持程度以及对细节的影响不同。高斯和均值滤波对细节损失较多,而中值滤波更适于去除椒盐噪声;双边滤波则平衡了这两者,对噪声和边缘保护较好。
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

IT1995

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值