OpenCV图像处理09-图像模糊（一）

09-图像模糊（一）

模糊原理

• Smooth/Blur是图像处理中最简单和常用的操作之一

• 使用该操作的目的之一是为了在图像预处理时降低噪声

• 使用Smooth/Blur操作背后的数学卷积计算是

  $g(i,j)={\sum }_{k,l}f(i+k,j+l)h(k,l)$，其中 $h(k,l)$ 为卷积算子（卷积核/掩膜）

  例如：
  

• 通常这些卷积算子计算都是线性操作，故又叫做线性滤波

• 均值滤波原理

  $K=\frac{1}{K_{weight}{K}_{height}}\left|\begin{array}{cccc}1& 1& \cdots & 1\\ 1& 1& \cdots & 1\\ ⋮& ⋮& \ddots & ⋮\\ 1& 1& \cdots & 1\end{array}\right|$

• 高斯滤波原理

  $G_0(x,y)=A{e}^{\frac{-(x-{\mu }_x{)}^2}{2{{\sigma }_x}^2}+\frac{-(y-{\mu }_y{)}^2}{2{{\sigma }_y}^2}}$

相关API

• 均值模糊

  blur(Mat src, Mat dst, Size(xradius,yradius),Point(-1,-1));
  //Size(xradius,yradius)表示窗口在x,y两个方向上的长度,必须为正奇数
  //Point(-1,-1)表示窗口中心
  

• 高斯模糊

  GaussianBlur(Mat src, Mat dst, Size(3,3), double sigmaX, double sigmaY);
  //其中Size(xradius,yradius)中xradius,yradius表示窗口在x,y两个方向上的长度,必须为正奇数
  //SigmaX和SigmaY为上述原理公式中的两个参数值
  

代码演示

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;

int main() {
	Mat src = imread("D:\\heroRcData\\opencvProject\\arrowImg\\02\\01.jpg");
	if (!src.data) {
		cout << "could not load image..." << endl;
		return -1;
	}
	namedWindow("input image", CV_WINDOW_AUTOSIZE);
	imshow("input image", src);
	//**************************************************
	//均值滤波
	Mat dst_blur;
	blur(src, dst_blur, Size(5, 5), Point(-1, -1));
	string blur_window = "blur image";
	namedWindow(blur_window, CV_WINDOW_AUTOSIZE);
	imshow(blur_window, dst_blur);

	//**************************************************
	//高斯滤波
	Mat dst_Gauss;
	GaussianBlur(src, dst_Gauss, Size(5, 5), 11, 11);
	string Gauss_window = "Gauss image";
	namedWindow(Gauss_window, CV_WINDOW_AUTOSIZE);
	imshow(Gauss_window, dst_Gauss);

	waitKey(0);
	return 0;
}