opencv----滤波函数:方框滤波、均值滤波、高斯滤波、中值滤波、双边滤波

#include <opencv2/core/core.hpp>  
#include<opencv2/highgui/highgui.hpp>  
#include<opencv2/imgproc/imgproc.hpp>  
#include <iostream>  
   
using namespace std;  
using namespace cv;  
   
Mat g_srcImage,g_dstImage1,g_dstImage2,g_dstImage3,g_dstImage4,g_dstImage5;  
int g_nBoxFilterValue=6;  //方框滤波内核值  
int g_nMeanBlurValue=10;  //均值滤波内核值  
int g_nGaussianBlurValue=6;  //高斯滤波内核值  
int g_nMedianBlurValue=10;  //中值滤波参数值  
int g_nBilateralFilterValue=10;  //双边滤波参数值  
   
//轨迹条回调函数  
static void on_BoxFilter(int, void *);            //方框滤波  
static void on_MeanBlur(int, void *);           //均值块滤波器  
static void on_GaussianBlur(int, void *);                    //高斯滤波器  
static void on_MedianBlur(int, void *);               //中值滤波器  
static void on_BilateralFilter(int, void*);                    //双边滤波器  
   
   
   
//-----------------------------------【main( )函数】--------------------------------------------  
//            描述:控制台应用程序的入口函数,我们的程序从这里开始  
//-----------------------------------------------------------------------------------------------  
int main(  )  
{  
       system("color 5E");   
   
       //载入原图  
	   g_srcImage= imread( "c:/1.jpg", 1 );  
       if(!g_srcImage.data ) { printf("Oh,no,读取srcImage错误~!\n"); return false; }  
   
       //克隆原图到四个Mat类型中  
       g_dstImage1= g_srcImage.clone( );  
       g_dstImage2= g_srcImage.clone( );  
       g_dstImage3= g_srcImage.clone( );  
       g_dstImage4= g_srcImage.clone( );  
       g_dstImage5= g_srcImage.clone( );  
   
       //显示原图  
       namedWindow("【<0>原图窗口】", 1);  
       imshow("【<0>原图窗口】",g_srcImage);  
   
   
       //=================【<1>方框滤波】=========================  
       //创建窗口  
       namedWindow("【<1>方框滤波】", 1);  
       //创建轨迹条  
       createTrackbar("内核值:", "【<1>方框滤波】",&g_nBoxFilterValue, 50,on_BoxFilter );  
       on_BoxFilter(g_nBoxFilterValue,0);  
       imshow("【<1>方框滤波】", g_dstImage1);  
       //=====================================================  
   
   
       //=================【<2>均值滤波】==========================  
       //创建窗口  
       namedWindow("【<2>均值滤波】", 1);  
       //创建轨迹条  
       createTrackbar("内核值:", "【<2>均值滤波】",&g_nMeanBlurValue, 50,on_MeanBlur );  
       on_MeanBlur(g_nMeanBlurValue,0);  
       //======================================================  
   
   
       //=================【<3>高斯滤波】===========================  
       //创建窗口  
       namedWindow("【<3>高斯滤波】", 1);  
       //创建轨迹条  
       createTrackbar("内核值:", "【<3>高斯滤波】",&g_nGaussianBlurValue, 50,on_GaussianBlur );  
       on_GaussianBlur(g_nGaussianBlurValue,0);  
       //=======================================================  
   
   
       //=================【<4>中值滤波】===========================  
       //创建窗口  
       namedWindow("【<4>中值滤波】", 1);  
       //创建轨迹条  
       createTrackbar("参数值:", "【<4>中值滤波】",&g_nMedianBlurValue, 50,on_MedianBlur );  
       on_MedianBlur(g_nMedianBlurValue,0);  
       //=======================================================  
   
   
       //=================【<5>双边滤波】===========================  
       //创建窗口  
       namedWindow("【<5>双边滤波】", 1);  
       //创建轨迹条  
       createTrackbar("参数值:", "【<5>双边滤波】",&g_nBilateralFilterValue, 50,on_BilateralFilter);  
       on_BilateralFilter(g_nBilateralFilterValue,0);  
       //=======================================================  
   
       return 0;  
}  
   
//-----------------------------【on_BoxFilter( )函数】------------------------------------  
//            描述:方框滤波操作的回调函数  
//-----------------------------------------------------------------------------------------------  
static void on_BoxFilter(int, void *)  
{  
       //方框滤波操作  
       boxFilter(g_srcImage, g_dstImage1, -1,Size( g_nBoxFilterValue+1, g_nBoxFilterValue+1));  
       //显示窗口  
       imshow("【<1>方框滤波】", g_dstImage1);  
}  
   
//-----------------------------【on_MeanBlur( )函数】------------------------------------  
//            描述:均值滤波操作的回调函数  
//-----------------------------------------------------------------------------------------------  
static void on_MeanBlur(int, void *)  
{  
       blur(g_srcImage, g_dstImage2, Size( g_nMeanBlurValue+1, g_nMeanBlurValue+1),Point(-1,-1));  
       imshow("【<2>均值滤波】", g_dstImage2);  
   
}  
   
//-----------------------------【on_GaussianBlur( )函数】------------------------------------  
//            描述:高斯滤波操作的回调函数  
//-----------------------------------------------------------------------------------------------  
static void on_GaussianBlur(int, void *)  
{  
       GaussianBlur(g_srcImage, g_dstImage3, Size( g_nGaussianBlurValue*2+1,g_nGaussianBlurValue*2+1 ), 0, 0);  
       imshow("【<3>高斯滤波】", g_dstImage3);  
}  
   
   
//-----------------------------【on_MedianBlur( )函数】------------------------------------  
//            描述:中值滤波操作的回调函数  
//-----------------------------------------------------------------------------------------------  
static void on_MedianBlur(int, void *)  
{  
       medianBlur( g_srcImage, g_dstImage4, g_nMedianBlurValue*2+1 );  
       imshow("【<4>中值滤波】", g_dstImage4);  
}  
   
   
//-----------------------------【on_BilateralFilter( )函数】------------------------------------  
//            描述:双边滤波操作的回调函数  
//-----------------------------------------------------------------------------------------------  
static void on_BilateralFilter(int, void *)  
{  
       bilateralFilter( g_srcImage, g_dstImage5, g_nBilateralFilterValue, g_nBilateralFilterValue*2,g_nBilateralFilterValue/2 );  
       imshow("【<5>双边滤波】", g_dstImage5);  
}  










  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值