opencv图像卷积操作和常用的图像滤波函数

opencv图像卷积操作原理，opencv中常用的图像滤波函数

一、图像卷积操作原理：

卷积是图像处理中常用的操作之一，它通过在图像上滑动一个滤波器(也称为卷积核)来实现对图像的处理，每个滤波器(卷积核)都是一个小的矩阵，它包含一组权重值；

1、卷积操作原理图：

• 将滤波器(卷积核)与图像的一个小区域相乘；
• 将得到的乘积相加，得到一个新的像素值；
• 通过不断滑动滤波器(卷积核)，对整幅图像进行处理，从而得到一幅经过卷积操作的图像；
  
  计算过程图：
  

二、opencv常用的图像滤波函数：这些函数的主要作用是对图像进行平滑处理或去除噪声(核心目的是减少图像中的噪声，使图像变得更加平滑)；

1、cv::blur()函数：英文全拼blur

均值滤波器(平均滤波器)，用于图像模糊(平滑)处理的函数，它将图像中的每个像素值替换为其周围像素值的平均值，从而实现图像的模糊效果；

（1）函数原型：

void cv::blur(
	InputArray src, 
	OutputArray dst, 
	Size ksize, 
	Point anchor = Point(-1,-1), 
	int borderType = BORDER_DEFAULT
);

参数解释：
src：输入图像，可以是单通道或多通道图像(如灰度图或彩色图)；
dst：输出图像；
ksize：卷积核，用cv::Size(width, height)来指定，例如(3,3)表示一个3x3的卷积核，通常使用奇数大小的核；
anchor：锚点，默认为卷积核的中心，默认值Point(-1, -1)；
borderType：图像边缘处的像素填充方式(
	cv::BORDER_CONSTANT：在图像边缘处的像素，用常数填充，这个常数由cv::Scalar()函数指定，默认为黑色；
	cv::BORDER_REPLICATE：在图像边缘处的像素，用最边界的像素值来填充；
	cv::BORDER_DEFAULT：根据具体情况选择最合适的边界处理方式，默认值；
)

（2）代码示例：

#include <opencv2\opencv.hpp>
#include <iostream>
#include <demo.h>

using namespace cv;
using namespace std;

int main() {
   
   

	// 读取彩色图像
	cv::Mat image = cv::imread("C:\\cpp\\image\\suzy1.jpg");

	if (image.empty()) {
   
   
		std::cerr << "Error: 无法读取图像文件." << std::endl;
		return -1;
	}

	cv::Mat outputImage;
	cv::Size kernelSize(5, 5);

	cv::blur(image, outputImage, kernelSize);

	cv::imshow("Input Image", image);
	cv::imshow("Blurred Image", outputImage);

	cv::waitKey(0);
	return 0;

}

运行结果：

2、cv::boxFilter()函数：

方框滤波器(均值滤波器的一种变体)，方框滤波器与均值滤波器类似，通过计算图像中每个像素周围邻域像素的加权平均值来减少噪声，但相比 cv::blur()，cv::boxFilter()可以指定不同的归一化方式；

（1）函数原型：

void cv::boxFilter(
    cv::InputArray src,
    cv::OutputArray dst,
    int ddepth,
    cv::Size ksize,
    cv::Point anchor = cv::Point(-1,-1),
    bool normalize = true,
    int borderType = c