opencv3.1.0+vs2015——模糊图像和边缘处理

模糊图像（一）

模糊原理
（1）归一化盒子滤波（均值滤波）：

（2）高斯滤波：

相关API
均值模糊：blur(Mat src,Mat dst,Size(xradius,yradius),Point(-1,-1));

高斯模糊：GaussianBlur(Mat src,Mat dst,Size(x,y),sigmax,sigmay);
其中，Size(x,y),x和y必须是正数而且是奇数。

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace cv;
int main(int argc, char** argv)
{
	Mat src, dst;
	src = imread("D:/studytest/lena.jpg");
	if (src.empty())
	{
		printf("could not load image....\n");
		return -1;
	}
	char input_title[] = "input image";
	char output_title[] = "blur image";
	namedWindow(input_title, CV_WINDOW_AUTOSIZE);
	namedWindow(output_title, CV_WINDOW_AUTOSIZE);
	imshow(input_title, src);
	blur(src, dst, Size(15, 15), Point(-1, -1));//  Point(-1,-1)表示中心在模板正中心
	imshow(output_title,dst);
	Mat gblur;
	GaussianBlur(src, gblur, Size(5, 5), 11, 11);
	imshow("gaussian blur", gblur);
	waitKey(0);
	return 0;
}

模糊图像（二）

模糊原理
（1）中值滤波：
统计排序滤波器，中值对椒盐噪声有很好的抑制作用。

上图，用中值124替换掉绿色框正中间的150；

（2）双边滤波：
均值模糊无法克服边缘像素信息丢失缺陷。原因是均值滤波是基于平均权重。
高斯滤波部分克服了该缺陷，但是无法完全避免，因为没有考虑像素值的不同。
高斯双边模糊是边缘保留的滤波方法，避免了边缘信息丢失，保留了图像轮廓不变。

相关API
中值模糊medianBlur(Mat src,Mat dest,ksize)；
ksize大小必须大于1而且必须是奇数。

双边模糊bilateralFilter(src,dest,d=15,150,3)；
15-计算的半径，半径之内的像素都会被纳入计算，如果d=-1则根据sigma space参数取值
150-sigma color决定多少差值之内的像素会被计算
3-sigma space如果d的值大于0则声明无效，否则根据它来计算d的值

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
int main(int argc, char** argv)
{
	Mat src, dst1,dst2,dst3;
	src = imread("D:/studytest/lenanoise.jpg");
	if (!src.data)
	{
		printf("could not load image...\n");
		return -1;
	}
	namedWindow("input image", CV_WINDOW_AUTOSIZE);//原图显示
	imshow("input image", src);
	medianBlur(src, dst1, 3);//中值模糊
	namedWindow("median Filter Result", CV_WINDOW_AUTOSIZE);
	imshow("median Filter Result", dst1);
	bilateralFilter(src, dst2, 15, 150, 3);//双边模糊
	namedWindow("bilateral Filter Result", CV_WINDOW_AUTOSIZE);
	imshow("bilateral Filter Result", dst2);
	GaussianBlur(src, dst3, Size(15,15), 3, 3);//高斯模糊
	namedWindow("GaussianBlur Result", CV_WINDOW_AUTOSIZE);
	imshow("GaussianBlur Result", dst3);
	Mat resultImage;//对双边模糊后的图像进行对比度提高
	Mat kernel = (Mat_<int>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
	filter2D(dst2, resultImage, -1, kernel, Point(-1, -1), 0);//filter2D官方描述为：Convolves an image with kernel即利用内核实现对图像的卷积运算
	imshow("Final Result", resultImage);
	waitKey(0);
	return 0;
}

结果如下图所示：

（三）边缘处理

边缘卷积问题
如下图所示，图像卷积的时候边界像素无法被卷积操作，因为边缘像素没有完全和kernel重叠，所以当3×3滤波时，有一个像素的边缘没有被处理，5×5滤波时，有2个像素的边缘没有被处理，这时候我们就需要对边缘进行扩充处理。

边缘处理
上面几种介绍的模糊图像的方法，默认使用BORDER_DEFAULT。在卷积开始之前增加边缘像素，填充的像素值为0或者RGB黑色，比如3×3在四周各填充1个像素的边缘，这样就确保图像的边缘被处理，在卷积处理之后再去掉这些边缘。openCV中默认的处理方法是：BORDER_DEFAULT，此外常用的还有如下几种方法：
BORDER_CONSTANT—填充边缘用指定像素值。
BORDER_REPLICATE—填充边缘像素用已知的边缘像素值。
BORDER_WRAP—用另外一边的像素来补偿填充。

图像添加边缘API
copyMakeBorder(Mat src,Mat dst,int top,int bottom,int left,int right,int borderType,Scalar value)
src：输入图像
dst：添加边缘后的图像
top：顶部边缘长度，一般上下左右都取相同值
bottom：底部边缘长度
left：左侧边缘长度
right：右侧边缘长度
borderType：边缘类型
value：填充的已知边缘像素值

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
int main(int argc, char** argv)
{
	Mat src, dst;
	src = imread("D:/studytest/lena.jpg");
	if (src.empty())
	{
		printf("could not load image...\n");
		return -1;
	}
	namedWindow("input image", CV_WINDOW_AUTOSIZE);
	namedWindow("output image", CV_WINDOW_AUTOSIZE);
	imshow("input image", src); 
	int top =(int)(0.05*src.rows);
	int bottom =(int)(0.05*src.rows);
	int left= (int)(0.05*src.cols);
	int right = (int)(0.05*src.cols);
	RNG rng(12345);
	int borderType = BORDER_DEFAULT;
	int c = 0;
	while (true)
	{
		c = waitKey(500);
		if ((char)c == 27) //ESC退出
			break;
		if ((char)c == 'r')
			borderType = BORDER_REPLICATE;
		else if ((char)c == 'w')
			borderType = BORDER_WRAP;
		else if ((char)c == 'c')
			borderType = BORDER_CONSTANT;
		Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
		copyMakeBorder(src, dst, top, bottom, left, right, borderType, color);
		imshow("output image", dst);
	}
	imshow("output image", dst);
	waitKey(0);
	return 0;
}

borderType = BORDER_DEFAULT：

borderType = BORDER_REPLICATE：

borderType=BORDER_CONSTANT：

borderType = BORDER_WRAP：