均值模糊与高斯模糊

最新推荐文章于 2023-05-13 08:30:00 发布

樊城

最新推荐文章于 2023-05-13 08:30:00 发布

阅读量818

点赞数

分类专栏： OpenCV C++图像处理文章标签：图像模糊

本文链接：https://blog.csdn.net/weixin_44753371/article/details/115044010

版权

OpenCV 同时被 2 个专栏收录

28 篇文章 7 订阅

订阅专栏

C++图像处理

28 篇文章 9 订阅

订阅专栏

C++均值模糊与高斯模糊

1、均值模糊

1.1、模糊

原理：
平滑、模糊是图像常见的简单处理之一，主要目的是为了降低图像中的噪声。
模糊操作的原理是数学中的卷积运算。
在这里插入图片描述
$f (i, j)$ 表示图像中处理的像素， $(k, l)$ 表示滤波器的大小，一般情况下， $k = l$ 。
运算过程就是将卷积核中的值对应图像中的值相乘后相加。将所得值就是像素 $g (i, j)$ 。

1.2、均值模糊

卷积运算1
卷积运算2

在这里插入图片描述
均值滤波

2、高斯滤波

高斯滤波原理
$\sigma_x$ 、 $\sigma_y$ 用来调节大小，A表示权值参数， $(x ， y)$ 为像素值。
在这里插入图片描述

3、代码实现

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

int main(int argc, char** args)
{
	Mat img = imread("G:/testpic/label.png");
	if (!img.data)
	{
		printf("cannot load the image");
		return -1;
	}
	char input_img[] = "img";
	char output_blur[] = "blur";
	char output_gaussian_blur[] = "gaussian_blur";
		
	namedWindow(input_img, WINDOW_AUTOSIZE);
	imshow(input_img, img);

	Mat dst1, dst2;

	//均值模糊
	blur(img, dst1, Size(3,3), Point(-1,-1)); //Point(-1,-1)为卷积核中心的位置
	namedWindow(output_blur, WINDOW_AUTOSIZE);
	imshow(output_blur, dst1);

	//高斯模糊
	//
	GaussianBLur(img, dst2, Size(3,3), 10, 10); //10为 $\sigma$的大小
	namedWindow(output_gaussian_blur, WINDOW_AUTOSIZE);
	imshow(output_gaussian_blur, dst2);

	waitKey(0);
	return 0;
}