OpenCV 滤波方法总结-CSDN博客

本文链接：https://blog.csdn.net/scott198510/article/details/138763535

1.概述

在深度学习出现之前，主要有中值滤波、均值滤波、高斯滤波等.

2.理论对比

3.参数设置

blur():：
也称为均值滤波。
此函数通过对矩形区域内的像素值进行平均化来平滑图像。
语法：cv::blur(src, dst, Size(k, k))，其中k是kernel的大小（奇数整数）。
GaussianBlur（）：
使用高斯滤波器进行模糊处理。
像素的新值来自它的邻居，根据高斯函数，为更接近它的近邻赋予更多的权重。
语法：cv::GaussianBlur(src, dst, Size(k, k)。值sigmaX 和sigmaY 表示 X 和 Y 方向上的标准差。通常，只指定了sigmaX ，而将sigmaXY设置为零。
medianBlur（）：
将每个像素的值替换为其相邻像素的中位数。
对椒盐噪声特别有效。
语法：cv::medianBlur(src, dst, k)，其中k是kernel的大小（大于1 的奇数整数）。

Bilateral Filtering

src: Source image

dst: Destination image
d: The diameter of each pixel neighborhood.
σ_Color: Standard deviation in the color space.
σ_Space: Standard deviation in the coordinate space (in pixel terms)

4.代码实现

#include <iostream>
#include <opencv2/opencv.hpp>

int main(int argc, char** argv) {
    if(argc != 2) {
        std::cerr << "Usage: " << argv[0] << " <image_path>" << std::endl;
        return -1;
    }

    // Load the noisy image
    cv::Mat noisyImage = cv::imread(argv[1]);
    if(noisyImage.empty()) {
        std::cerr << "Error: Couldn't read the image. Check the path and try again." << std::endl;
        return -1;
    }
    cv::imshow("Noisy Image", noisyImage);

    // Apply averaging blur
    cv::Mat averageBlurred;
    cv::blur(noisyImage, averageBlurred, cv::Size(5,5));
    cv::imshow("Averaging Blur", averageBlurred);

    // Apply Gaussian blur
    cv::Mat gaussianBlurred;
    cv::GaussianBlur(noisyImage, gaussianBlurred, cv::Size(5,5), 0);
    cv::imshow("Gaussian Blur", gaussianBlurred);

    // Apply median blur
    cv::Mat medianBlurred;
    cv::medianBlur(noisyImage, medianBlurred, 5);
    cv::imshow("Median Blur", medianBlurred);

    // Wait for a key press and then close
    cv::waitKey(0);
    
    return 0;
}