【OpenCV学习记录】2.平滑处理图像

1.实现功能
加载图像并在显示之前平滑处理图像。
2.实现代码

#include "opencv2/opencv.hpp"
using namespace std;
int showImage_1(const cv::Mat & image);
int main(int argc,char** argv)
{	
	showImage_1(cv::imread(argv[1], -1));
	return 0;
}
//4.显示平滑处理后的图像
int showImage_1(const cv::Mat & image)
{
	//创建两个窗口，in显示原图像，out显示平滑处理后的图像
	cv::namedWindow("Example4_in", cv::WINDOW_AUTOSIZE);
	cv::namedWindow("Example4_out", cv::WINDOW_AUTOSIZE);
	
	//显示原图像
	cv::imshow("Example4_in",image);
	
	//声明存储平滑处理后图像的变量
	cv::Mat out;
	
	/*	进行两次平滑处理
	可以使用GaussianBlur()，blur()，medianBlur()或者bilateralFilter()。
	在第一次调用中，输入图像被5x5大小的高斯核模糊并且被写入out变量中。高斯核的大小必须是奇数，
	因为高斯卷积会在其覆盖区域的中心输出结果。第二次调用时，由于被分配了临时的存储空间，
	所以out可以同时作为输入和输出。*/
	cv::GaussianBlur(image, out, cv::Size(5, 5), 3, 3);
	cv::GaussianBlur(out, out, cv::Size(5, 5), 3, 3);
	
	//显示平滑处理后的图像
	cv::imshow("Example4_out", out);

	cv::waitKey(0);
	return 0;
}

3.运行结果

4.问题与总结

（1）高斯滤波：
声明：void GaussianBlur(InputArray src, OutputArray dst, Size ksize, double sigmaX, double sigmaY=0, int borderType=BORDER_DEFAULT ) ;
参数：src和dst当然分别是输入图像和输出图像。Ksize为高斯滤波器模板大小，sigmaX和sigmaY分别为高斯滤波在横线和竖向的滤波系数。borderType为边缘点插值类型。
原理：数字图像的滤波可以简单的这么理解，就是对原图像的每一个像素滤波，那么对应这个像素滤波后的值是根据其相邻像素（包括自己那个点）与一个滤波模板进行相乘即可。所以具体到高斯滤波，我们只要知道这个高斯滤波的模板即可。
那怎么确定这个模板呢？首先这个模板的大小为ksize，其每个数字的计算是这样的:
其中 是归一化系数，因为其和要为1.
为了简化，一般在二维图像处理中，ui和uj取0，sigma1和sigma2取相等。所以公式就简化为 ：

因此就计算出模板每个位置的数字了。
要注意2点，第一点就是ksize的宽和高必须是奇数；第二点就是如果参数sigmaX=sigmaY=0,则实际用的是公式sigma = 0.3*((ksize-1)*0.5 - 1) + 0.8 .

（2）均值滤波：
声明：blur(InputArray src,OutputArray dst,Size ksize,Point(-1,-1),int borderType=BORDER_DEFAULT);
参数：其中src为滤波前图像矩阵，dst为滤波后图像矩阵，ksize为滤波矩形核，anchor为定标点，如果采用的是Point(-1,-1)则默认为核的中心点，borderType为边缘模式的展开。
原理：
其滤波公式为（3）中值滤波
声明：void medianBlur(InputArray src, OutputArray dst, int ksize)；
参数：src和dst当然分别是输入图像和输出图像。ksize为均值滤波器模板大小，因为模板为正方形，所以只有一个参数。
原理：以原图对应像素为中心的与模板中心重叠，将模板覆盖领域内全部像素排序后的中间值就是滤波后像素的值了，所以模板长度必须为奇数。
（4）双向滤波
声明：void bilateralFilter(InputArray src, OutputArray dst, int d, double sigmaColor, double sigmaSpace, int borderType=BORDER_DEFAULT )；
参数：src和dst当然分别是输入图像和输出图像。d为每个像素领域的直径，sigmaColor为颜色空间的标准偏差，sigmaSpace为坐标空间的标准偏差。borderType为边缘点插值类型。

本文参考书目：
《学习OpenCV3（中文版）》[美] 安德里安·凯勒、加里·布拉德斯基 著 ， 阿丘科技、刘昌祥、吴雨培、王成龙、崔玉芳 等译，清华大学出版社。
总结部分来自：
http://www.cnblogs.com/tornadomeet