图像均值模糊算法原理及基于c++结合OpenCv的实现

图像均值模糊算法原理及c++实现

1. 什么是均值模糊

2. 算法原理

3. 基于C++结合OpenCV实现

4. API函数调用实现

1. 什么是均值模糊

   直观的讲，就是根据周围像素点和当前像素点的平均值计算出当前点的像素值，这个平均采用的就是最基本的算术平均值。

   下面这个图从立体的角度更能直观的看出整个过程，但是有一个问题就是边缘像素点不能得到像素值，也可以采用一些常数填充、向外扩张（临近点插值、双线性插值）[本文没有涉及这部分操作，后续弄清楚会加上]的操作计算出边缘的像素值，然后得出像素值来填充中心点像素，可以直观的看出来，在整个计算中，整个图像每个像素点的差值变得很小，就会使得图像看起来像连成一块，图像模糊变得更加模糊，所以又叫均值模糊，该操作能够有效的去除噪声，等同于一个LPF(低通)滤波器。
   

2. 算法原理
   根据卷积计算公式：
   $$g(x)=\sum _{l=0}^n\sum _{k=0}^{m}f(i+k,j+l)h(k,l)$$
   其中$$n,m$$代表窗口的大小，假如我们传入的$$ksize=(ksiz{e}_h，ksiz{e}_w)$$,那么那么均值模糊的卷积核就是：
   K = 1 k s i z e h ∗ k s i z e w ∣ 1 1 ⋯ 1 1 1 ⋯ 1 ⋮