Python-OpenCV图像处理（二）：模糊操作

模糊操作

模糊操作是基于卷积原理，用于给图像预处理时减少噪声

1、均值模糊

均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（以目标像素为中心的周围8个像素，构成一个滤波模板，即去掉目标像素本身），再用模板中的全体像素的平均值来代替原来像素值。
使用函数为： blur(src, ksize[, dst[, anchor[, borderType]]]) -> dst
src参数 表示待处理的输入图像
ksize参数 表示模糊内核大小。比如(1,15)表示生成的模糊内核是一个1*15的矩阵
dst参数 表示输出与src相同大小和类型的图像
anchor参数 、borderType参数可忽略

2、中值模糊

是一种非线性滤波器，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值，对处理有椒盐噪声有很好的效果。
函数为：medianBlur(src, ksize[, dst]) -> dst
src参数 表示待处理的输入图像
ksize参数 表示滤波窗口尺寸，必须是奇数并且大于1。比如这里是5，中值滤波器就会使用5×5的范围来计算，即对像素的中心值及其5×5邻域组成了一个数值集，对其进行处理计算，当前像素被其中值替换掉
dst参数 表示输出与src相同大小和类型的图像

3、自定义模糊（锐化）

锐化就是突出图像细节或者增强图像被模糊的地方，锐化原理就是细节增强，图像的导数就是图像的细节，随着导数阶数升高，能代表的东西也不同。
函数为：cv2.filter2D(src,ddepth,kernel)
src参数 表示待处理的输入图像
<