opencv blur函数——均值滤波

本文参考网址：

OpenCV成长之路(7)：图像滤波

openCV 低通滤波blur函数

opencv-均值滤波blur解析

【OpenCV入门教程之八】线性邻域滤波专场：方框滤波、均值滤波与高斯滤波

滤波实际上是信号处理里的一个概念，而图像本身也可以看成是一个二维的信号。其中像素点灰度值的高低代表信号的强弱。

高频：图像中灰度变化剧烈的点。

低频：图像中平坦的，灰度变化不大的点。

根据图像的高频与低频的特征，我们可以设计相应的高通与低通滤波器，高通滤波可以检测图像中尖锐、变化明显的地方；低通滤波可以让图像变得光滑，滤除图像中的噪声。

滤波器的种类有很多， 在新版本的OpenCV中，提供了如下五种常用的图像平滑处理操作方法，且他们分别被封装在单独的函数中，使用起来非常方便：
· 方框滤波——boxblur函数
· 均值滤波——blur函数
· 高斯滤波——GaussianBlur函数
· 中值滤波——medianBlur函数
· 双边滤波——bilateralFilter函数

本文主要以blur展开解析：

blur函数的作用是，对输入的图像src进行均值滤波后用dst输出。

blur函数文档中，给出的其核是这样的：

函数原型：

void blur(InputArray src, OutputArray dst, Size ksize, Point anchor=Point(-1,-1), 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。比如可以用Mat::Clone，以源图片为模板，来初始化得到如假包换的目标图。

第三个参数，Size类型（对Size类型稍后有讲解）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

第四个参数，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。

第五个参数，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。

缺点：均值滤波本身存在着固有的缺陷，即它不能很好地保护图像细节，在图像去噪的同时也破坏了图像的细节部分，从而使图像变得模糊，不能很好地去除噪声点。

注：

blur 支持本地计算，即输入输出可以使用同一参数。

如下：

blur(src,src,Size(3,3));  

示例如下：

//-----------------------------------【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("yun.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;  
    blur(image, out, Size(7, 7));  

    //显示效果图  
    imshow("均值滤波【效果图】", out);  

    waitKey(0);  
}