openCV：模糊

均值滤波：blur
高斯滤波：GaussianBlur 
中值模糊：medianBlur
双边模糊：bilateralFilter

 

均值模糊无法克服边缘像素信息丢失缺陷。原因是均值滤波是基于平均权重
高斯模糊部分克服了该缺陷，但是无法完全避免，因为没有考虑像素值的不同
中值模糊是去除图像的噪点、小黑点
双边模糊 – 是边缘保留的滤波方法，避免了边缘信息丢失，保留了图像轮廓不变

#include <iostream>  
#include<opencv2/opencv.hpp>

using namespace std;
using namespace cv;

int main(int argc, char** argv)
{
	Mat src,dst1,dst2,dst3,dst4;//初始化一个操作对象
	src = imread("C:/Users/JAY/Desktop/Others/tang.jpg");
	if (!src.data)//判断图片是否加载进来
	{
		cout << "不能加载图片" << endl;
		return -1;
	}
	char input_title[] = "加载的图片";
	namedWindow("加载的图片", WINDOW_AUTOSIZE);
	imshow(input_title, src);//""内命名一致，才能显示在一个窗口
	
	//均值模糊
	blur(src, dst1, Size(15, 15), Point(-1, -1));//Size(x方向模糊,y方向模糊(尽量选择奇数))
	imshow("均值滤波的图片", dst1);
	
	//高斯模糊(全图模糊)
	GaussianBlur(src, dst2, Size(15, 15), 11, 11);
	imshow("高斯滤波的图片", dst2);

	//中值滤波(去图像上的噪点、黑点)
	medianBlur(src, dst3, 3);
	imshow("中值滤波的图片", dst3);

	//双边滤波(轮廓还在，其它模糊)
	bilateralFilter(dst3,dst4, 15, 150, 3);
	imshow("双边滤波的图片", dst4);

	waitKey(0);
	return 0;
}

结果