Opencv第六讲：线性邻域滤波：方框滤波、均值滤波与高斯滤波

前言：

开发环境：win10 Visual Studio 2017

开发语言：C++

编译器：Debug X64

Opencv版本：4.1.1

代码实现：

#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;  // 存储图片的Mat类型
int g_nBoxFilterValue = 3;                              // 方框滤波参数值
int g_nMeanBlurValue = 3;                               // 均值滤波参数值
int g_nGaussianBlurValue = 3;                           // 高斯滤波参数值

//轨迹条的回调函数
static void on_BoxFilter(int, void *);                  // 方框滤波
static void on_MeanBlur(int, void *);                   // 均值滤波
static void on_GaussianBlur(int, void *);               // 高斯滤波


int main()
{
	//  改变控制台前景色和背景色
	system("color 0F");

	// 载入原图
	g_srcImage = imread("flower.jpg", 1);
	
	// 克隆原图到三个Mat类型中
	g_dstImage1 = g_srcImage.clone();
	g_dstImage2 = g_srcImage.clone();
	g_dstImage3 = g_srcImage.clone();

	// 原图

	// 创建窗口
	namedWindow("【<0>原图窗口】", 1);
	imshow("【<0>原图窗口】", g_srcImage);


	// 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, 40, on_BoxFilter);
	on_MeanBlur(g_nBoxFilterValue, 0);


	// 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, 40, on_MeanBlur);
	on_MeanBlur(g_nMeanBlurValue, 0);
	

	// 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, 40, on_GaussianBlur);
	on_GaussianBlur(g_nGaussianBlurValue, 0);
	

	//输出一些帮助信息
	cout << endl << "OK! Please start your performance !";
	

	//按下“q”键时，程序退出
	while (char(waitKey(1)) != 'q') {}

	return 0;
}


// 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);
}


// 均值滤波操作的回调函数
static void on_MeanBlur(int, void *)
{
	//均值滤波操作
	blur(g_srcImage, g_dstImage2, Size(g_nMeanBlurValue + 1, g_nMeanBlurValue + 1), Point(-1, -1));
	//显示窗口
	imshow("【<2>均值滤波】", g_dstImage2);
}


// 高斯滤波操作的回调函数
static void on_GaussianBlur(int, void *)
{
	//高斯滤波操作
	GaussianBlur(g_srcImage, g_dstImage3, Size(g_nGaussianBlurValue * 2 + 1, g_nGaussianBlurValue * 2 + 1), 0, 0);
	//显示窗口
	imshow("【<3>高斯滤波】", g_dstImage3);
}