一、线性滤波
方框滤波
void boxFilter(InputArray src,OutputArray dst, int ddepth,Size ksize, Point anchor =Point(-1,-1),
boolnormalize=true,int borderType =BORDER_DEFAULT)
//第一个参数:输入图像;第二个参数:输出图像;第三个参数:输出图像的深度;第四个参数:内核大小;
//第五个参数:表示锚点(被平滑的那个点),默认值Point(-1,-1)表示在核中心;第六个参数:表示内核是否被其区域归一化;第七个参数:某个边界模式。
#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
using namespace cv;
int main()
{
// 载入原图
Mat image = imread("1.jpg");
//创建窗口
namedWindow("方框滤波【原图】");
namedWindow("方框滤波【效果图】");
//显示原图
imshow("方框滤波【原图】", image);
//进行方框滤波操作
Mat out;
boxFilter(image, out, -1, Size(5, 5));
//显示效果图
imshow("方框滤波【效果图】", out);
waitKey(0);
}
均值滤波
void bulr(InputArray src,OutputArray dst, Size ksize, Point anchor =Point(-1,-1),int borderType =BORDER_DEFAULT)
//第一个参数:输入图像;第二个参数:输出图像;第三个参数:内核大小;第四个参数:表示锚点(被平滑的那个点),默认值Point(-1,-1)表示在核中心;第五个参数:某个边界模式。
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
using namespace cv;
int main()
{
//【1】载入原始图
Mat srcImage = imread("1.jpg");
//【2】显示原始图
imshow("均值滤波【原图】", srcImage);
//【3】进行均值滤波操作
Mat dstImage;
blur(srcImage, dstImage, Size(7, 7));
//【4】显示效果图
imshow("均值滤波【效果图】", dstImage);
waitKey(0);
}
高斯滤波
void GaussianBlur(InputArray src,OutputArray dst, Size ksize, double sigmaX , double sigmaY=0, int borderType =BORDER_DEFAULT)
//第一个参数:输入图像;第二个参数:输出图像;第三个参数:内核大小;第四个参数:高斯核在X方向的标注差;第五个参数:高斯核函数在Y方向的标准差;第六个参数:某个边界模式。
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
using namespace cv;
int main()
{
//【1】载入原始图
Mat srcImage = imread("1.jpg");
//显示原图
imshow("高斯滤波【原图】", srcImage);
//进行高斯滤波操作
Mat out;
GaussianBlur(srcImage, out, Size(5, 5), 0, 0);
//显示效果图
imshow("高斯滤波【效果图】", out);
waitKey(0);
}
二、非线性滤波
中值滤波
void medianBlur(InputArray src, OutputArray dst,int ksize)
//第一个参数:输入图像;第二个参数:输出图像;第三个参数:必须为奇数
双边滤波
void bilateralFilter(InputArray src, OutputArray dst,int d,double sigmaColor, double sigmaSpace,int borderTypr=BORDER_DEFAULT)
//第一个参数:输入图像;第二个参数:输出图像;第三个参数:像素邻域直径;第四个参数:sigmaColor,颜色空间滤波器的sigma值;第五个参数:sigmaSpace,坐标空间滤波器的sigma值;第六个参数:边界值。
三、综合应用
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <iostream>
using namespace std;
using namespace cv;
Mat g_srcImage, g_dstImage1, g_dstImage2, g_dstImage3, g_dstImage4, g_dstImage5;
int g_nBoxFilterValue = 6; //方框滤波内核值
int g_nMeanBlurValue = 10; //均值滤波内核值
int g_nGaussianBlurValue = 6; //高斯滤波内核值
int g_nMedianBlurValue = 10; //中值滤波参数值
int g_nBilateralFilterValue = 10; //双边滤波参数值
static void on_BoxFilter(int, void*); //方框滤波
static void on_MeanBlur(int, void*); //均值块滤波器
static void on_GaussianBlur(int, void*); //高斯滤波器
static void on_MedianBlur(int, void*); //中值滤波器
static void on_BilateralFilter(int, void*); //双边滤波器
int main()
{
// 载入原图
g_srcImage = imread("1.jpg", 1);
if (!g_srcImage.data) { printf("读取srcImage错误~! \n"); return false; }
//克隆原图到四个Mat类型中
g_dstImage1 = g_srcImage.clone();
g_dstImage2 = g_srcImage.clone();
g_dstImage3 = g_srcImage.clone();
g_dstImage4 = g_srcImage.clone();
g_dstImage5 = g_srcImage.clone();
//显示原图
namedWindow("【<0>原图窗口】", 1);
imshow("【<0>原图窗口】", g_srcImage);
//=================【<1>方框滤波】=========================
//创建窗口
namedWindow("【<1>方框滤波】", 1);
//创建轨迹条
createTrackbar("内核值:", "【<1>方框滤波】", &g_nBoxFilterValue, 50, on_BoxFilter);
on_MeanBlur(g_nBoxFilterValue, 0);
imshow("【<1>方框滤波】", g_dstImage1);
//=====================================================
//=================【<2>均值滤波】==========================
//创建窗口
namedWindow("【<2>均值滤波】", 1);
//创建轨迹条
createTrackbar("内核值:", "【<2>均值滤波】", &g_nMeanBlurValue, 50, on_MeanBlur);
on_MeanBlur(g_nMeanBlurValue, 0);
//======================================================
//=================【<3>高斯滤波】===========================
//创建窗口
namedWindow("【<3>高斯滤波】", 1);
//创建轨迹条
createTrackbar("内核值:", "【<3>高斯滤波】", &g_nGaussianBlurValue, 50, on_GaussianBlur);
on_GaussianBlur(g_nGaussianBlurValue, 0);
//=======================================================
//=================【<4>中值滤波】===========================
//创建窗口
namedWindow("【<4>中值滤波】", 1);
//创建轨迹条
createTrackbar("参数值:", "【<4>中值滤波】", &g_nMedianBlurValue, 50, on_MedianBlur);
on_MedianBlur(g_nMedianBlurValue, 0);
//=======================================================
//=================【<5>双边滤波】===========================
//创建窗口
namedWindow("【<5>双边滤波】", 1);
//创建轨迹条
createTrackbar("参数值:", "【<5>双边滤波】", &g_nBilateralFilterValue, 50, on_BilateralFilter);
on_BilateralFilter(g_nBilateralFilterValue, 0);
//=======================================================
//输出一些帮助信息
cout << endl << "\t运行成功,请调整滚动条观察图像效果~\n\n"
<< "\t按下“q”键时,程序退出。\n";
while (char(waitKey(1)) != 'q') {}
return 0;
}
//-----------------------------【on_BoxFilter( )函数】------------------------------------
// 描述:方框滤波操作的回调函数
//-----------------------------------------------------------------------------------------------
static void on_BoxFilter(int, void*)
{
//方框滤波操作
boxFilter(g_srcImage, g_dstImage1, -1, Size(g_nBoxFilterValue + 1, g_nBoxFilterValue + 1));
//显示窗口
imshow("【<1>方框滤波】", g_dstImage1);
}
//-----------------------------【on_MeanBlur( )函数】------------------------------------
// 描述:均值滤波操作的回调函数
//-----------------------------------------------------------------------------------------------
static void on_MeanBlur(int, void*)
{
blur(g_srcImage, g_dstImage2, Size(g_nMeanBlurValue + 1, g_nMeanBlurValue + 1), Point(-1, -1));
imshow("【<2>均值滤波】", g_dstImage2);
}
//-----------------------------【on_GaussianBlur( )函数】------------------------------------
// 描述:高斯滤波操作的回调函数
//-----------------------------------------------------------------------------------------------
static void on_GaussianBlur(int, void*)
{
GaussianBlur(g_srcImage, g_dstImage3, Size(g_nGaussianBlurValue * 2 + 1, g_nGaussianBlurValue * 2 + 1), 0, 0);
imshow("【<3>高斯滤波】", g_dstImage3);
}
//-----------------------------【on_MedianBlur( )函数】------------------------------------
// 描述:中值滤波操作的回调函数
//-----------------------------------------------------------------------------------------------
static void on_MedianBlur(int, void*)
{
medianBlur(g_srcImage, g_dstImage4, g_nMedianBlurValue * 2 + 1);
imshow("【<4>中值滤波】", g_dstImage4);
}
//-----------------------------【on_BilateralFilter( )函数】------------------------------------
// 描述:双边滤波操作的回调函数
//-----------------------------------------------------------------------------------------------
static void on_BilateralFilter(int, void*)
{
bilateralFilter(g_srcImage, g_dstImage5, g_nBilateralFilterValue, g_nBilateralFilterValue * 2, g_nBilateralFilterValue / 2);
imshow("【<5>双边滤波】", g_dstImage5);
}