OpenCV学习之平滑（模糊）

最新推荐文章于 2022-12-12 21:43:08 发布

小码农--向日葵

最新推荐文章于 2022-12-12 21:43:08 发布

阅读量388

点赞数

分类专栏： OpenCV 文章标签： opencv

本文链接：https://blog.csdn.net/weixin_44715384/article/details/109282988

版权

本文介绍了OpenCV中的图像平滑技术，包括中值滤波、高斯滤波和双边滤波，它们在降噪和平滑强边缘图像中的应用。此外，还探讨了图像锐化和图像金字塔的概念，特别是在对象检测中的作用，如高斯金字塔的构建及其与拉普拉斯金字塔的关系。

摘要由CSDN通过智能技术生成

OpenCV学习之平滑、锐化、图像金字塔

文章目录

- OpenCV学习之平滑、锐化、图像金字塔

1.平滑（模糊）

平滑又称模糊，是经常用来降噪（和其他目的）的一种图像处理操作。通过对图像应用线性滤波来执行平滑操作。
在线性运算中，像素的权值通常存储在一个称为核（Kernel）的矩阵中。因此，一个滤波可以表示为一个系数的滑动窗口。
中值滤波、高斯滤波和双边滤波都是最常用的OpenCV平滑滤波方法。中值滤波非常适合去除椒盐噪声或斑点噪声，而高斯滤波更适用于边缘检测的预处理阶段。另一方面，双边滤波对于平滑强边缘图像是一种很好的技术。
参考博客

void boxFilter(InputArray src,
			   OutputArray dst,
			   int ddepth,
			   Size ksize,
			   Point anchor=Point(-1,-1), //意味着定位像素是核的中心
			   bool normalize=true,
			   int borderType=BORDER_DEFAULT)
//该函数是一种盒式滤波，其核系数是相等的。
//对normalize=true，每个输出像素值均是其核邻域的均值，
//其所有系数均等于1/n，此处，n=元素的个数。
//对normalize=false,所有的系数都等于1

void GaussionBlur(InputArray src,
				  OutputArray dst,
				  Size ksize,
				  double sigmaX, //在x方向上高斯核的标准偏差（均方差）
				  double sigmaY=0, //在y方向上高斯核的标准偏差（均方差）