opencv-线性滤波(均值滤波)Blur()

【概述】均值滤波是最简单的一种滤波操作，用一片图像区域的各个像素的均值来代替原图像中的各个像素值。

优点：操作简单，效率高，易于实现

缺点：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。

【原理】

均值滤波卷积核：α代表了卷积核中点的个数（N*N个）

 每个像素的值为卷积核区域内所有像素的平均值

【原型】

void blur(InputArray src, OutputArraydst, Size ksize, Point anchor=Point(-1,-1), int borderType=BORDER_DEFAULT )

参数1：InputArray类型的src，输入图像，填Mat类的对象即可。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

参数2：OutputArray类型的dst，即输出图像，与源图片有一样的尺寸和类型

参数3：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)

参数4：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；一般不管

参数5：int类型的borderType，用于推断图像外部像素的某种边界模式；一般不管

【实例】

#include<opencv2/opencv.hpp>
#include <opencv2/highgui/highgui_c.h>
#include<iostream>

using namespace cv;

int main(int argc, char** argv) {

	Mat image = imread("D:\\picture\\a.jpg");

	Mat dstImage;
	//均值滤波函数，返回与原图像一样大小的图片dstImage.
	blur(image, dstImage, Size(15, 15));

	imshow("[原图]均值滤波", image);

	imshow("[效果图]均值滤波", dstImage);

	waitKey(0);

	return 0;

}

 结果：