几种模糊类型
均值模糊（均值滤波）
但不难看出，均值滤波的边缘像素未被调整。
均值模糊相关API
API相关参数：
原图像，输出图像，每次调整的矩阵大小，中心像素位置（Point（-1，-1）表示默认中心位置，一般不改变Point）。
代码示例
#include <iostream>
#include<opencv2/opencv.hpp>
#include<math.h>
using namespace cv;
using namespace std;
int main()
{
Mat img,src,dst;
img=imread ("test1.jpg");//把图片放在程序对应目录下可以直接调用，但注意文件名有无空格
if (!img.data)
{
cout << "图片加载失败" << endl;
}
blur(img, dst, Size(3, 3), Point(-1, -1));
//原图像，输出图像，每次调整的矩阵大小，中心像素位置（Point（-1，-1）表示默认中心位置，一般不改变Point）。
imshow("调整前", img);
imshow("调整后",dst);
waitKey(0);
return 0;
高斯模糊（高斯滤波）
相当于通过对每个矩阵像素的
正态分布进行处理
高斯模糊相关API
原图像，输出图纸，每次调整的矩阵大小，singmax和singmay是用来调节正态分布的数值。注意Size里面要为正奇数。！！！！！！
代码示例
#include <iostream>
#include<opencv2/opencv.hpp>
#include<math.h>
using namespace cv;
using namespace std;
int main()
{
Mat img,src,dst;
img=imread ("test1.jpg");
if (!img.data)
{
cout << "图片加载失败" << endl;
}
GaussianBlur(img, dst, Size(5, 5), 11, 11);
imshow("调整前", img);
imshow("调整后",dst);
waitKey(0);
return 0;
}
中值模糊（中值滤波）
说白了就是取矩阵像素中间值作为中心点像素值
中值模糊相关API
原图像，输出图像，每次调整的矩阵大小
代码示例
#include <iostream>
#include<opencv2/opencv.hpp>
#include<math.h>
using namespace cv;
using namespace std;
int main()
{
Mat img,src,dst;
img=imread ("test1.jpg");//把图片放在程序对应目录下可以直接调用，但注意文件名有无空格
if (!img.data)
{
cout << "图片加载失败" << endl;
}
medianBlur(img, dst, 3);
imshow("调整前", img);
imshow("调整后",dst);
waitKey(0);
return 0;
}
双边模糊（双边滤波）
双边模糊相关API
原图像，输出图像，计算半径，规定像素差值，d大于0无效，否则根据它来选择计算范围
代码示例
#include <iostream>
#include<opencv2/opencv.hpp>
#include<math.h>
using namespace cv;
using namespace std;
int main()
{
Mat img,src,dst;
img=imread ("test1.jpg");//把图片放在程序对应目录下可以直接调用，但注意文件名有无空格
if (!img.data)
{
cout << "图片加载失败" << endl;
}
bilateralFilter(img, dst, 10, 100, 5);
imshow("调整前", img);
imshow("调整后",dst);
waitKey(0);
return 0;
}
通过模糊实现简单的美颜效果
双边模糊后再反差操作一下就可以实现简单的美颜效果
代码：
#include <iostream>
#include<opencv2/opencv.hpp>
#include<math.h>
using namespace cv;
using namespace std;
int main()
{
Mat img,src,dst;
img=imread ("test1.jpg");//把图片放在程序对应目录下可以直接调用，但注意文件名有无空格
if (!img.data)
{
cout << "图片加载失败" << endl;
}
bilateralFilter(img, dst, 10, 100, 5);
//反差操作
Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
filter2D(dst,src,-1,kernel,Point(-1,-1),0);
imshow("调整前", img);
imshow("调整后",dst);
imshow("最终效果", src);
waitKey(0);
return 0;
}
调整前效果：
调整后效果：
当然这个图片是本来效果就已经很好所以看不出来特别明显，用自己照片来还是比较明显的。
1万+