最大值，最小值滤波的opencv3.0实现

 图像平滑

1.1 算法介绍

（1）空间邻域平均法：

在图像中以当前像素 f(i,j)为中心切出一个 3*3 像素组成的图像块，如下图所示，设当
前像素 f(i,j)的灰度值为g(i,j)时，则：
g(i,j)={f(i,j)+f(i-1,j-1)+f(i,j-1)+f(i+1,j-1)+f(i-1,j)+f(i+1,j)+f(i-1,j+1),+f(i,j+1)+f(i+1,j+1)}/9

 （2）中值滤波法：

中值滤波是指在图像中以当前像素 f(i,j)为中心切出一个 N*M(例如 3*3)像素组成的

图像块，如上图所示的那样，设当前像素 f(i,j)的灰度值为 g(i,j)时，则 g(i,j)取 N*N 个像素灰

度值中的中值值。

中值(定义):将一些数排序之后,正中间的一个数(奇数个数字),或者中间两个数的平均数.

选做内容:

  （3）最大(小)值滤波:

最大(小)值滤波是指在图像中以当前像素 f(i,j)为中心切出一个 N*M(例如 3*3)像素组成

的图像块,设当前像素 f(i,j)的灰度值为 g(i,j)时,则 g(i,j)取 N*N 个诸像素灰度值中的最大(小)

值.

因为网上没有现成的最值滤波代码，下面简单地进行实现，程序很简单，这里需要说明的是，如果程序中的循环去掉了边缘像素，也就是这里：

    for (int i = 1; i < rowNumber - 1; i++)

    {

        for (int j = 1; j <colNumber - 1; j++)

如果非要加上边缘像素运算也可以，同样非常简单，直接加边，在原有图像矩阵基础上四周各自加上一个像素单位的边缘即可。

#include <opencv2/opencv.hpp>

#include <iostream>

using namespace cv;

using namespace std;

 

//*******************最值（最大/最小值）滤波********************

 

int main() {

 

    Mat src = imread("1.jpg");

   

    cvtColor(src, src, CV_BGR2GRAY);//转换为灰度图像

    int rowNumber = src.rows;

    int colNumber = src.cols;

    Mat dst = Mat::zeros(rowNumber,colNumber, CV_8U);

    imshow("【原图】", src);

   

    //最大值滤波操作

    for (int i = 1; i < rowNumber - 1; i++)

    {

        for (int j = 1; j <colNumber - 1; j++)

        {

            int maxt = 0; //如果是最小值滤波则初始化maxt=255;

            for (int k = i - 1; k <=i + 1; k++)

                for (int m = j - 1; m <=j + 1; m++)

                    if (maxt<src.at<uchar>(k, m))

                        //如果是最小值滤波，小于号改成大于号就可

                        maxt = src.at<uchar>(k, m);

            dst.at<uchar>(i, j) = maxt;

        }

    }

    imshow("【最大值处理后图像】", dst);

 

    waitKey();

    imwrite("最小值处理.jpg", dst);

    imwrite("灰度图.jpg", dst);

 

    return 0;

}

运行结果：

原灰度图像

     

最大值滤波得到的图像