opencv学习笔记（九）图像的模糊降噪1

1.相关概念

原理：Smooth/Blur 是图像处理中最简单和常用的操作之一。使用该操作的原因之一就为了给图像预处理时候减低噪声，使用Smooth/Blur操作其背后是数学的卷积计算，通常这些卷积算子计算都是线性操作，所以又叫线性滤波。

卷积操作过程方向：从左向右，从上向下

2.常见方法原理

均值模糊：归一化盒子滤波（均值滤波）

高斯模糊：高斯滤波

使用高斯模糊去模糊图像更加平滑

3.相关API介绍

均值模糊：blur(Mat src, Mat dst, Size(xradius, yradius), Point(-1,-1));

第一个参数，InputArray类型的src，输入图像，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，目标图像

第三个参数，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)

第四个参数，Point类型的anchor，表示锚点（即被平滑的那个点）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，一般用默认

高斯模糊：GaussianBlur(Mat src, Mat dst, Size(11, 11), sigmax, sigmay);

第一个参数：输入图像

第二个参数：输出图像

第三个参数：内核的大小，数字使用正奇数

第四个和第五个参数：应该为公式中指数分母的数字（个人理解）

4.代码实现

#include "stdafx.h"
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace std;
using namespace cv;

int main()
{
	Mat src, dst1,dst2;
	src = imread("D:/demo.jpg");
	if (src.empty())
	{
		cout << "找不到源图像！" << endl;
	}
	imshow("源图像", src);
	blur(src, dst1, Size(21, 21), Point(-1, -1));//均值模糊，Point为锚点，即改变值的点,Size中使用奇数
	GaussianBlur(src, dst2,Size(21,21),11,11 );//高斯模糊
	imshow("均值模糊后图像", dst1);
	imshow("高斯模糊后图像", dst2);
	waitKey(0);
	return 0;
}

5.运行结果