【OpenCV笔记 10】OpenCV线性滤波(均值滤波、方框滤波、高斯滤波)

本文将介绍三种常见的线性滤：均值滤波、方框滤波、高斯滤波

1.均值滤波

blur()函数原型

void cv::blur	(	InputArray	src,  //输入
		OutputArray	dst,//输出
		Size	ksize,//模板大小3x3,5x5等，Size(3,3),Size(5,5)
		Point	anchor = Point(-1,-1),//默认为Point（-1，-1）,则为3x3模板的中心点
		int	borderType = BORDER_DEFAULT //用于推断外部边界像素的某种模式
	)

 注：blur(src, dst, ksize, anchor, borderType) 等价于boxFilter(src, dst, src.type(), anchor, true, borderType)




2.方框滤波：用来模糊一张图片

boxFilter()函数原型

void cv::boxFilter	(	InputArray	src,//输入
		OutputArray	dst,//输出
		int	ddepth,//输出图像的深度，-1表示原图深度
		Size	ksize,//模板大小3x3,5x5等，Size(3,3),Size(5,5)
		Point	anchor = Point(-1,-1),  //默认为Point（-1，-1）,则为3x3模板的中心点
		bool	normalize = true,  //默认为true，表示其内核是否其区域归一化
		int	borderType = BORDER_DEFAULT //此参数可以不用设置
	)

3.高斯滤波：将原图像和指定的高斯核函数做卷积运算，以消除高斯噪声

GaussianBlur()函数原型

void cv::GaussianBlur	(	InputArray	src,    //输入
		OutputArray	dst,  //输出
		Size	ksize,//模板（内核）大小
		double	sigmaX,//高斯内核函数在x方向偏差
		double	sigmaY = 0,//高斯内核函数在x方向偏差
		int	borderType = BORDER_DEFAULT //此参数可不用设置
	)

4.代码示例

//三种常见的线性滤综合运用示例：
//均值滤波blur()、方框滤波boxFilter() , 高斯滤波 GaussianBlur()
//使用到的其它函数回调函数、创建滑动条createTrackbar()

//头文件、命名空间
#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<iostream>

using namespace std;
using namespace cv;

//全局变量声明
Mat g_srcImage, g_dstImage1, g_dstImage3, g_dstImage2;
int g_nBoxFilterValue = 3;//方框滤波参数值
int g_nBlurValue = 3;
int g_nGaussianFilterValue=3;

//全局函数声明部分，轨迹条的回调函数
static void on_BoxFilter(int, void *);
static void on_Blur(int, void*);
static void on_Gaussian(int, void*);

//main()函数部分
int main()
{
	system("color E0");//改变控制台颜色,背景为黄色，字体为黑色

	g_srcImage = imread("623.jpg",1);
	if (!g_srcImage.data)
	{
		printf("读取srcImage错误！\n");
		return false;
	}
	imshow("【0】原图", g_srcImage);
	g_dstImage1 = g_srcImage.clone();
	g_dstImage2 = g_srcImage.clone();
	g_dstImage3 = g_srcImage.clone();

	//****************均值滤波***************
	namedWindow("【1】均值滤波", 1);//创建滑动条，该句不可少
	createTrackbar("内核值", "【1】均值滤波", &g_nBlurValue, 20, on_Blur);//滑动条最大位置为20+1，on_Blur为函数名，此处以指针形式作为参数
	on_Blur(g_nBlurValue, 0);//回调函数

	//**************方框滤波****************
	namedWindow("【2】方框滤波",CV_WINDOW_AUTOSIZE);
	createTrackbar("内核值", "【2】方框滤波", &g_nBoxFilterValue, 20, on_BoxFilter);
	on_BoxFilter(g_nBoxFilterValue, 0);

	//***************高斯滤波***************
	namedWindow("【3】高斯滤波", 1);
	createTrackbar("内核值", "【3】高斯滤波", &g_nGaussianFilterValue, 15, on_Gaussian);
	on_Gaussian(g_nBlurValue, 0);

	cout << "\t请拖动滚动条观察图像效果！\n";
	cout << "\t按下q键退出\n" << endl;
	while (char (waitKey(1))!= 'q')	{ }
	return 0;
}
//自定义回调函数
static void	 on_Blur(int	 , void*)
{
	blur(g_srcImage, g_dstImage1, Size(g_nBlurValue+1, g_nBlurValue+1), Point(-1, -1));
	imshow("【1】均值滤波", g_dstImage1);
}

static	void on_BoxFilter(int, void*)
{
	boxFilter(g_srcImage, g_dstImage2, -1, Size(g_nBoxFilterValue+1, g_nBoxFilterValue+1), Point(-1, -1), true, 4);
	imshow("【2】方框滤波", g_dstImage2);
}
static void on_Gaussian(int, void*)
{
	GaussianBlur(g_srcImage, g_dstImage3, Size(2 * g_nGaussianFilterValue + 1, 2 * g_nGaussianFilterValue+1), 0, 0, 4);
	imshow("【3】高斯滤波", g_dstImage3);
}

**********************************

5.运行结果

控制台：

原图：

均值滤波，内核值为7+1：

方框滤波，内核值为7+1：

高斯滤波，内核值为2x7+1：