第三章：阈值与平滑处理 2-图像平滑处理（含均值滤波、方框滤波、高斯滤波、中值滤波）

import cv2
import numpy as np

img=cv2.imread('jiaoyan.png')
cv2.imshow('11',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

#均值滤波
#简答的平均卷积操作
blur=cv2.blur(img,(3,3))
cv2.imshow('blur',blur)
cv2.waitKey(0)
cv2.destroyAllWindows()

#方框滤波
#基本和均值一样，可以选择归一化
box=cv2.boxFilter(img,-1,(3,3),normalize=True)
cv2.imshow('box',box)
cv2.waitKey(0)
cv2.destroyAllWindows()
#方框滤波
#基本和均值一样，可以选择不归一化，容易越界  大于255取255直接白色
box=cv2.boxFilter(img,-1,(3,3),normalize=False)
cv2.imshow('box',box)
cv2.waitKey(0)
cv2.destroyAllWindows()

#高斯滤波
#高斯模糊的卷积核里面的数值是满足高斯分布，相当于更重视中间的
#0.2  0.8  0.2
#0.8   1    0.8
#0.2   0.8   0.2
gaussian=cv2.GaussianBlur(img,(5,5),1)
cv2.imshow('gaussian',gaussian)
cv2.waitKey(0)
cv2.destroyAllWindows()
#中值滤波
#相当于用中值
median=cv2.medianBlur(img,5)
cv2.imshow('gaussian',gaussian)
cv2.waitKey(0)
cv2.destroyAllWindows()

#展示所有的、
res=np.hstack(blur,gaussian,median)
cv2.imshow('11',res)
cv2.waitKey(0)
cv2.destroyAllWindows()