C#联合OpenCV（七）滤波

滤波:

均值滤波

在构建的滤波核中获取均值并填充到中间区域中。

采用滑动窗口的技术。

比如在3*3的滤波核中计算9个值的总和 然后除以9获取均值

Cv2.Blur(Src_Images, dstimage, new Size(3, 3));

 

中值滤波

获取滤波核的所有数字的中间值，属于非线性计算

 

Cv2.MedianBlur(Src_Images, dstimage, 3);

 

 

高斯滤波

每个像素点由本身以及邻域内的像素值经过加权平均后得到，加权系数越靠近中心越大，越远离中心越小。以此提高相邻像素的占比，能够很好的滤除噪声

通过计算带入到高斯公式中获取中间值

Cv2.GaussianBlur(Src_Images, dstimage, new Size(3, 3), 1);

 

 

还有一些其他的滤波算法

            //快速图像边缘滤波算法
            Cv2.EdgePreservingFilter(src1, dd, EdgePreservingMethods.RecursFilter, 60, 0.44f);
            //高斯双边模糊 去除噪音的同时保持边缘的清晰锐利
            Cv2.BilateralFilter(src1, dd, 0, 100, 10, BorderTypes.Reflect101);
            //边缘保留滤波算法  均值迁移模糊
            Cv2.PyrMeanShiftFiltering(src1, dd, 15, 50);

 

 //快速图像边缘滤波算法
            Cv2.EdgePreservingFilter(src1, dd, EdgePreservingMethods.RecursFilter, 60, 0.44f);

 

  //高斯双边模糊 去除噪音的同时保持边缘的清晰锐利
            Cv2.BilateralFilter(src1, dd, 0, 100, 10, BorderTypes.Reflect101);

 

  //边缘保留滤波算法  均值迁移模糊
            Cv2.PyrMeanShiftFiltering(src1, dd, 15, 50);