高斯核函数初始化邻接矩阵_「OpenCV入门教程」线性滤波方框滤波、均值滤波与高斯滤波...

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))：