medianBlur函数

http://blog.csdn.net/qq_18343569/article/details/47816639

medianBlur函数使用中值滤波器来平滑（模糊）处理一张图片，从src输入，而结果从dst输出。

且对于多通道图片，每一个通道都单独进行处理，并且支持就地操作（In-placeoperation）。

 

函数原型：

[cpp]  view plain  copy

 

1. <span style="background-color: rgb(255, 255, 255);"><strong><span style="font-size:18px;">C++: void medianBlur(InputArray src, OutputArray dst, int ksize)</span></strong></span>  

参数详解：

• 第一个参数，InputArray类型的src，函数的输入参数，填1、3或者4通道的Mat类型的图像；当ksize为3或者5的时候，图像深度需为CV_8U，CV_16U，或CV_32F其中之一，而对于较大孔径尺寸的图片，它只能是CV_8U。
• 第二个参数，OutputArray类型的dst，即目标图像，函数的输出参数，需要和源图片有一样的尺寸和类型。我们可以用Mat::Clone，以源图片为模板，来初始化得到如假包换的目标图。
• 第三个参数，int类型的ksize，孔径的线性尺寸（aperture linear size），注意这个参数必须是大于1的奇数，比如：3，5，7，9 ...

中值滤波（Median filter）是一种典型的非线性滤波技术，基本思想是用像素点邻域灰度值的中值来代替该像素点的灰度值，该方法在去除脉冲噪声、椒盐噪声的同时又能保留图像边缘细节，．

中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，其基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点，对于斑点噪声（speckle noise）和椒盐噪声（salt-and-pepper noise）来说尤其有用，因为它不依赖于邻域内那些与典型值差别很大的值。中值滤波器在处理连续图像窗函数时与线性滤波器的工作方式类似，但滤波过程却不再是加权运算。

OpenCV代码：

[cpp]  view plain  copy

 

1. #include "opencv2/imgproc/imgproc.hpp"  
2. #include "opencv2/highgui/highgui.hpp"  
3. #include "highgui.h"  
4. #include <stdlib.h>  
5. #include <stdio.h>  
6.   
7. using namespace cv;  
8.   
9.   
10. int main()  
11. {  
12.     Mat src,dst;  
13.       
14.     src = imread("D:6.jpg");  
15.     medianBlur(src, dst, 5);  
16.     imshow("shiyan", dst);  
17.     waitKey(0);  
18.       
19.     return 0;  
20. }