OpenCV学习第十篇：图像模糊二

1.中值滤波
2.双边滤波

#中值滤波
统计排序滤波器
中值对椒盐噪声有很好的抑制作用

中值滤波的意思是绿色框框区域内的像素点的值，从小到大排序，去中间的值给正中间的值，也就是用124替换150，最大值和最小值滤波也是同样的道理，用最大值或者最小值替换中间的值！
#双边滤波
均值模糊无法克服边缘像素信息丢失缺陷，原因是均值滤波是基于平均权重
高斯模糊部分克服了该缺陷，但是无法完全避免，应为没有考虑像素值的不同
高斯双边模糊-是边缘保留的滤波方法，避免了边缘信息丢失，保留了图像轮廓不变
API:
中值模糊medianBlur（Mat src，Mat dest，ksize）ksize卷积和大小 奇数
双边模糊bilateraFilter（src，dest，d=15,150,3）
（15-计算的半径，半径之内的像素都会被纳入计算，如果提供-1，则根据sigma space参数取值
150-sigma space 如果d的值大于0则声明无效，否则根据它来计算d值
3-sigma space如果d的值大于0则声明无效，否则根据它来计算d中模糊的ksize大小必须是大于1而且必须是奇数）

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace cv;
using namespace std;
int main(int argc, char** ragv) {
	Mat src, dst;
	src = imread("F:/识图/645-140GG51056.JPG");
	if (src.empty())
	{
		cout << "could not image!" << endl;
		return -1;
	}
	namedWindow("原图", CV_WINDOW_AUTOSIZE);
	imshow("原图", src);
	Mat gm;
	//中值滤波
	medianBlur(src, gm, 3);
	imshow("中值滤波", gm);
	//双边滤波
	bilateralFilter(src, dst, 15, 100, 3);
	namedWindow("双边滤波", CV_WINDOW_AUTOSIZE);
	imshow("双边滤波", dst);
	Mat kernel = (Mat_<int>(3,3)<<0,-1,0,-1,5,-1,0,-1,0);
	Mat result;
	//高斯模糊
	filter2D(dst, result, -1, kernel);
	imshow("双边+对比度提升", result);

	GaussianBlur(src, dst, Size(15, 15), 3, 3);
	imshow("高斯模糊", dst);

	waitKey(0);
	return 0;
}

效果：





双边模糊表示边缘的信息更多的保留下来了