android 求list平均值_Android OpenCV(十八):均值滤波

本文介绍了Android中使用OpenCV进行均值滤波的方法,通过邻域平均法平滑图像,消除尖锐噪声。利用`Imgproc.blur()`函数,结合不同大小的卷积核对图像进行处理,展示如何处理椒盐噪声和高斯噪声后的图像平滑效果。
摘要由CSDN通过智能技术生成

均值滤波均值滤波也称为线性滤波,其采用的主要方法为邻域平均法。线性滤波的基本原理是用均值代替原图像中的各个像素值,即对待处理的当前像素点(x,y),选择一个模板,该模板由其近邻的若干像素组成,求模板中所有像素的均值,再把该均值赋予当前像素点(x,y),作为处理后图像在该点上的灰度g(x,y),即g(x,y)=∑f(x,y)/m m为该模板中包含当前像素在内的像素总个数。从频率域观点来看均值滤波是一种低通滤波器,高频信号将会去掉,因此可以帮助消除图像尖锐噪声,实现图像平滑,模糊等功能。

从均值滤波的定义上看,滤波操作也是进行图像卷积运算。均值滤波使用到的卷积核如下

API

public static void blur(Mat src, Mat dst, Size ksize, Point anchor, int borderType)参数一:src,待均值滤波的图像,图像的数据类型必须是CV_8U、CV_16U、CV_16S、CV_32F和CV_64F这五种数据类型之一。

参数二:dst,均值滤波后的图像,与输入图像具有相同的尺寸和数据类型。

参数三:ksize,卷积核尺寸。

参数四:anchor,内核的基准点(锚点),其默认值为(-1,-1)代表内核基准点位于kernel的中心位置。基准点即卷积核中与进行处理的像素点重合的点,其位置必须在卷积核的内部。

参数五:borderType,像素外推法选择标志。默

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值