Opencv(C++)笔记--均值滤波模糊、高斯滤波模糊、中值滤波模糊和高斯双边滤波模糊

目录

1--均值滤波模糊

2--高斯滤波模糊

3--中值滤波模糊

4--高斯双边滤波模糊

5--代码展示

---

1--均值滤波模糊

cv::blur(src, dst, ksize, anchor)，anchor表示锚点，默认值为(-1, -1)表示内核的中心；

cv::blur(src, dst1, cv::Size(3, 3), cv::Point(-1, -1)); 

2--高斯滤波模糊

cv::GaussianBlur(src, dst, ksize, sigmaX, sigmaY)，sigmaX表示X方向上的高斯核标准差，sigmaY表示Y方向上的高斯核标准差；

cv::GaussianBlur(src, dst2, cv::Size(5, 5), 11, 11); // 核大小Size必须为奇数

3--中值滤波模糊

cv::medianBlur(src, dst, ksize)，中值滤波能够很好地过滤椒盐噪声；

cv::medianBlur(src, dst3, 3);

4--高斯双边滤波模糊

API参数解释参考，高斯双边滤波模糊可以过滤噪声，同时保持边缘特征（相对于高斯滤波的优点）；

cv::bilateralFilter(src, dst4, 15, 300, 3); 

5--代码展示

① 代码：

#include <opencv2/opencv.hpp>
# include<cstdio>
using namespace std;

int main(int argc, char** argv){
    cv::Mat src;
    src = cv::imread("./test1.jpg");
    if (src.empty()){
        printf("could not load image..\n");
        return -1;
    }
    cv::imshow("input", src);

    // 均值滤波模糊
    cv::Mat dst1;
    cv::blur(src, dst1, cv::Size(3, 3), cv::Point(-1, -1)); // 第三个参数和核的大小
    cv::imshow("blur demo", dst1);

    // 高斯滤波模糊
    cv::Mat dst2;
    cv::GaussianBlur(src, dst2, cv::Size(5, 5), 11, 11); // 核大小Size必须为奇数
    cv::imshow("gaussian demo", dst2);

    // 中值滤波模糊
    cv::Mat dst3;
    cv::medianBlur(src, dst3, 3);
    cv::imshow("medianBlur demo", dst3);

    // 高斯双边滤波模糊
    cv::Mat dst4;
    cv::bilateralFilter(src, dst4, 15, 300, 3); 
    cv::imshow("bilateralFilter demo", dst4);
    
    cv::waitKey(0);
    return 0;
}

② 结果：