opencv线性滤波（滤波与模糊的区别）

滤波与模糊的区别：

    滤波与模糊是很容易混淆的概念：图像滤波是在保留图像细节特征的情况下尽可能对目标的噪声进行抑制，而模糊本质就是滤波。

     大家都知道图像的细节保存在高频区域，图像的轮廓保存在低频区域；对于高斯滤波器而言，当使用高斯低通滤波器时，图像细节被滤除，只保留图像轮廓，这就是模糊；当使用高斯高通滤波器时，图像轮廓被滤除，只保留图像细节，这就是锐化。

图像线性滤波的综合实例

#include<opencv2/opencv.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<vector>
#include<time.h>
#include<opencv2/core/core.hpp>
#include <iostream>
using namespace cv;
using namespace std;
//--------------------------------------【main( )函数】-----------------------------------------
//          描述：控制台应用程序的入口函数，我们的程序从这里开始执行
//-------------------------------------------------------------------------------------------------
Mat src = imread("D:\\VC\\c++\\opencv源码\\opencv源码\\12.bmp");
Mat dst1, dst2, dst3;

int boxfilter = 3;//方框滤波参数值
int meanfilter = 3;//均值滤波参数值
int gaussfilter = 3;//高斯滤波参数值

//方框滤波回调函数
void on_box(int, void*)
{
	boxFilter(src, dst1,-1,Size(boxfilter+1, boxfilter+1));
	imshow("方框滤波图", dst1);
}

//均值滤波回调函数
void on_mean(int, void*)
{
	blur(src, dst2, Size(meanfilter + 1,meanfilter + 1),Point(-1,-1));
	imshow("均值滤波图", dst2);
}

//高斯滤波回调函数
void on_gauss(int, void*)
{
	blur(src, dst3, Size(gaussfilter + 1, gaussfilter + 1));
	imshow("高斯滤波图", dst3);
}

int main()
{
	double time0 = static_cast<double>(getTickCount());//记录起始时间
    namedWindow("原图", WINDOW_FREERATIO);
	imshow("原图", src);

	//方框滤波
	namedWindow("方框滤波图", WINDOW_FREERATIO);
	createTrackbar("内核值", "方框滤波图", &boxfilter, 20, on_box);
	on_box(boxfilter, 0);

	//均值滤波
	namedWindow("均值滤波图", WINDOW_FREERATIO);
	createTrackbar("内核值", "均值滤波图", &meanfilter, 20, on_mean);
	on_mean(meanfilter, 0);

	//高斯滤波
	namedWindow("高斯滤波图", WINDOW_FREERATIO);
	createTrackbar("内核值", "高斯滤波图", &gaussfilter, 20, on_gauss);
	on_gauss(gaussfilter, 0);

	time0 = ((double)getTickCount() - time0) / getTickFrequency();
	cout << "此方法运行时间：" << time0 << "秒" << endl;//输出运行时间
	
	waitKey(0);
	return 0;
}