OpenCV图像处理-模糊

最新推荐文章于 2024-09-09 17:09:11 发布

CarbonPie

最新推荐文章于 2024-09-09 17:09:11 发布

阅读量1.5k

点赞数

分类专栏： Qt OpenCV 文章标签： OpenCV Qt 图像模糊

本文链接：https://blog.csdn.net/z634863434/article/details/97911883

版权

Qt 同时被 2 个专栏收录

10 篇文章 0 订阅

订阅专栏

OpenCV

9 篇文章 0 订阅

订阅专栏

OpenCV图像处理-模糊

前言

本文使用的环境为：Qt5.11 + OpenCV3.4.6
环境安装参考文档：https://blog.csdn.net/z634863434/article/details/89950961

概念

图像模糊从字面上理解，就是将一张清晰的图像变的模糊不清。在图像处理中，模糊可以理解为对每个像素进行滤波或者平滑处理，使得图像内部和边缘都变得平滑，边界不清晰。图像模拟主要可以用来突显出图像中的明显的特征点，通过模糊我们可以对图像进行特征点的提取或者做运动模糊的功能。而在做图像模糊处理时候，其本质为给图像进行降噪处理，在数学上使用的卷积方式实现，常用的有以下4种方法：均值滤波、高斯滤波、中值滤波以及双边滤波。

均值滤波（归一化盒子滤波）

均值滤波取掩模矩阵大小内所有像素点的平均值赋予给中心像素点，该方法对于边缘值无法进行处理。具体解释如下：
假设有6X6的图像像素点矩阵，在6X6矩阵上有一个3X3的小矩阵，依次从左右向右，再从上往下移动。将3X3矩阵中所有点求和取平均值后，赋值给3X3中的红点，向左移动直到将6X6图像中的像素点全部处理完成。
在这里插入图片描述
数学公式如下：

如上图1中心点数经过均值模糊后为（2+6+4+1+7+3+1+2+2）/ 9 = 3

API函数：

void cv::blur ( InputArray  src,
				OutputArray  dst,
				Size  	ksize,
				Point  	anchor = Point(-1,-1),
				int  	borderType = BORDER_DEFAULT 
	)

作用：均值滤波，图像均值模糊处理

输入参数	参数定义
src	输入图像
dst	输出图像
ksize	模糊核大小
anchor	锚点，（-1，-1）为中心点
borderType	边框模式用于推断图像外部的像素

高斯滤波

高斯滤波对图像处理的过程与均值滤波类似，但高斯滤波符合正态分布，在计算矩阵值时，不再通过平均值的方法计算像素点，而是通过正态分布的方法进行计算，其本质上是对掩模矩阵中的所有像素值进行加权平均，虽然高斯滤波克服了部分丢失边缘像素的缺陷，但由于高斯滤波在计算时，不考虑像素值的不同，因此无法完全避免。

数学公式如下：
在这里插入图片描述
API函数：

void cv::GaussianBlur ( InputArray  	src,
						OutputArray  	dst,
						Size  	ksize,
						double  	sigmaX,
						double  	sigmaY = 0,
						int  	borderType = BORDER_DEFAULT 
	)

作用：高斯滤波，图像高斯模糊处理

输入参数	参数定义
src	输入图像
dst	输出图像
ksize	模糊核大小，但它们必须是正的和奇数的
sigmaX	X方向上的高斯核标准差
sigmaY	Y方向上的高斯核标准差
borderType	边框模式用于推断图像外部的像素

中值滤波

高斯滤波对图像处理的过程与均值滤波类似，在计算矩阵值时，不再通过平均值的方法计算像素点，而是通过取中值的方法进行计算。该方法对于椒盐噪声（极大值、极小值）有很好的抑制作用，但对边缘化像素处理仍然不够完善。
如果一个3X3矩阵中为2、6、4、1、7、3、1、2、2，经过从小到大的排列1、1、2、2、2、3、4、6、7，则中值则取2，像素点赋值为2.

API函数：

void cv::medianBlur (   InputArray  	src,
						OutputArray  	dst,
						int  	ksize 
	)

作用：中值滤波，图像中值模糊处理

输入参数	参数定义
src	输入图像
dst	输出图像
ksize	孔径线性尺寸;它必须是奇数并且大于1

双边滤波

高斯双边滤波为了完善高斯滤波的缺点，是边缘保留的滤波方法，避免了边缘信息丢失，保留了图像轮廓的不变。相对于只考虑空间核的高斯滤波，双边滤波加入了值域核，从而将像素值相差过大的值进行保留处理，其多数用于美艳照片上。
在这里插入图片描述
API函数：

void cv::bilateralFilter (  InputArray  	src,
							OutputArray  	dst,
							int  	d,
							double  	sigmaColor,
							double  	sigmaSpace,
							int  	borderType = BORDER_DEFAULT 
	)

作用：双边滤波，图像双边模糊处理

输入参数	参数定义
src	输入图像
dst	输出图像
d	用于滤波的每个像素邻域的直径，直径内的所有像素均会被纳入计算。如果它是非正数，则从sigmaSpace计算
sigmaColor	决定多少差值内的像素会被计算
sigmaSpace	如果d的值大于0则无效，否则会用来计算d的值
borderType	边框模式用于推断图像外部的像素

示例

以均值滤波、高斯滤波、中值滤波、双边滤波采用5*5左右核对同一张图片进行模糊。

#include "mainwindow.h"
#include "ui_mainwindow.h"
#include <opencv2/opencv.hpp>
#include <QtDebug>

using namespace cv;

MainWindow::MainWindow(QWidget *parent) :
    QMainWindow(parent),
    ui(new Ui::MainWindow)
{
    ui->setupUi(this);
    Mat dstBlur;
    Mat dstGaussianBlur;
    Mat dstmedianBlur;
    Mat dstbilateralFilter;
    Mat src = imread("E:/OpenCV/OpenCVPicture/horse.png");
    if(src.empty()){
        qDebug()<<"can not load image...\n";
        return ;
    }
    namedWindow("srcImage",CV_WINDOW_AUTOSIZE);
    namedWindow("均值滤波",CV_WINDOW_AUTOSIZE);
    namedWindow("高斯滤波",CV_WINDOW_AUTOSIZE);
    namedWindow("中值滤波",CV_WINDOW_AUTOSIZE);
    namedWindow("双边滤波",CV_WINDOW_AUTOSIZE);
    //均值滤波
    blur(src,dstBlur,Size(5,5));
    //高斯滤波
    GaussianBlur(src,dstGaussianBlur,Size(5,5),11,11);
    //中值滤波
    medianBlur(src,dstmedianBlur,5);
    //双边滤波
    bilateralFilter(src,dstbilateralFilter,5,100,3);
    
    imshow("srcImage",src);
    imshow("均值滤波",dstBlur);
    imshow("高斯滤波",dstGaussianBlur);
    imshow("中值滤波",dstmedianBlur);
    imshow("双边滤波",dstbilateralFilter);
    waitKey(0);

原图：
在这里插入图片描述
均值滤波：

高斯滤波：

中值滤波：

双边滤波：