OpenCV的其他几个滤波器（方盒滤波和均值滤波）

最新推荐文章于 2024-12-23 10:17:18 发布

原创最新推荐文章于 2024-12-23 10:17:18 发布 · 858 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #均值算法 #python

本文介绍了方盒滤波（Box Filter）与均值滤波的概念，强调两者在参数normalize为true时等效。方盒滤波通过一个全1的滤波器进行图像平滑，当normalize为true时，滤波器权重会被归一化，实现均值滤波效果。API方面，方盒滤波使用`boxFilter`函数，而均值滤波使用`blur`函数。示例代码展示了在OpenCV中如何应用这两个滤波器，显示了滤波后的图像效果。

方盒滤波：

这张图就是一个方盒滤波，所有元素都是1，前面有一个参数，

参数a的作用：如果normalize==true 那么a=1/W*H（也就是滤波器的宽*高分之一），如果normalize==false ,那么a=1（也就是滤波器不进行均值化了）

结果：当normalize=true是，方盒滤波等于均值滤波

方盒滤波API：boxFilter（src,ddepth,ksize,anchor,normalize（默认值为true）,borderType）

均值滤波API：blur（src,ksize,anchor,borderType）

#方盒滤波
img=cv.imdecode(np.fromfile(r'图片路径',dtype=np.uint8),1)
new=cv.resize(img,(900,500))
dst=cv.blur(new,(5,5))
cv.imshow('new',new)
cv.imshow('dst',dst)
cv.waitKey(0)

这个运行起来的效果其实和上一篇中的滤波卷积差不多。