这一部分的内容就是为了大家能快速上手boxFilter、blur和GaussianBlur这三个函数所准备的。还等什么呢,开始吧。
<1>boxFilter函数——方框滤波
boxFilter的函数作用是使用方框滤波(box filter)来模糊一张图片,由src输入,dst输出。
函数原型如下:
C++: void boxFilter(InputArray src,OutputArray dst, int ddepth, Size ksize, Point anchor=Point(-1,-1), boolnormalize=true, int borderType=BORDER_DEFAULT )
参数详解如下:
- 第一个参数,InputArray类型的src,输入图像,即源图像,填Mat类的对象即可。该函数对通道是独立处理的,且可以处理任意通道数的图片,但需要注意,待处理的图片深度应该为CV_8U, CV_16U, CV_16S, CV_32F 以及 CV_64F之一。
- 第二个参数,OutputArray类型的dst,即目标图像,需要和源图片有一样的尺寸和类型。
- 第三个参数,int类型的ddepth,输出图像的深度,-1代表使用原图深度,即src.depth()。
- 第四个参数,Size类型的ksize,内核的大小。一般这样写Size( w,h )来表示内核的大小( 其中,w 为像素宽度, h为像素高度)。Size(3,3)就表示3x3的核大小,Size(5,5)就表示5x5的核大小
- 第五个参数,Point类型的anchor,表示锚点(即被平滑的那个点),注意他有默认值Point(-1,-1)。如果这个点坐标是负值的话,就表示取核的中心为锚点,所以默认值Point(-1,-1)表示这个锚点在核的中心。
- 第六个参数,bool类型的normalize,默认值为true,一个标识符,表示内核是否被其区域归一化(normalized)了。
- 第七个参数,int类型的borderType,用于推断图像外部像素的某种边界模式。有默认值BORDER_DEFAULT,我们一般不去管它。
调用代码示范如下:
//载入原图 Mat image=imread("2.jpg"); //进行均值滤波操作 Mat out; boxFilter(image, out, -1,Size(5, 5));
用上面三句核心代码架起来的完整程序代码:
//-----------------------------------【头文件包含部分】---------------------------------------// 描述:包含程序所依赖的头文件//----------------------------------------------------------------------------------------------#include "opencv2/core/core.hpp"#include"opencv2/highgui/highgui.hpp"#include"opencv2/imgproc/imgproc.hpp" //-----------------------------------【命名空间声明部分】---------------------------------------// 描述:包含程序所使用的命名空间//----------------------------------------------------------------------------------------------- using namespace cv; //-----------------------------------【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( ){ //载入原图 Mat image=imread("2.jpg"); //创建窗口 namedWindow("均值滤波【原图】" ); namedWindow("均值滤波【效果图】"); //显示原图 imshow("均值滤波【原图】", image ); //进行滤波操作 Mat out; boxFilter(image, out, -1,Size(5, 5)); //显示效果图 imshow("均值滤波【效果图】" ,out ); waitKey(0 ); }
运行效果图(内核大小Size(5, 5)):
![3035922bc2d7c4b4f086e012dae0b48c.png](https://img-blog.csdnimg.cn/img_convert/3035922bc2d7c4b4f086e012dae0b48c.png)