过滤是信号和图像处理中基本的任务。其目的是根据应用环境的不同,选择性的提取图像中某些认为是重要的信息。过滤可以移除图像中的噪音、提取感兴趣的可视特征、允许图像重采样等等。频域分析将图像分成从低频到高频的不同部分。低频对应图像强度变化小的区域,而高频是图像强度变化非常大的区域。在频率分析领域的框架中,滤波器是一个用来增强图像中某个波段或频率并阻塞(或降低)其他频率波段的操作。低通滤波器是消除图像中高频部分,但保留低频部分。高通滤波器消除低频部分.
在这一篇文章中,我们将使用OpenCV来实现一些滤波的操作:
关于模糊与滤波的理论知识,可以去下方的链接里去学习一下
高斯模糊的原理是什么,怎样在界面中实现? - mpcv的回答 - 知乎 https://www. zhihu.com/question/5491 8332/answer/142137732
也可以找一下我之前的博客,里边也都有记录。
1:均值滤波
均值滤波是一种线性滤波器,处理思路也很简单,就是将一个窗口区域中的像素计算平均值,然后将窗口中计算得到的均值设置为锚点上的像素值。
该算法有优点在于效率高,思路简单。同样,缺点也很明显,计算均值会将图像中的边缘信息以及特征信息“模糊”掉,会丢失很多特征。
均值滤波使用简单的卷积方案来实现