Opencv学习——非线性滤波

在很多情况下，使用邻域像素的非线性滤波会得到更好的效果。比如在噪声是散粒噪声而不是高斯噪声

1.中值滤波

用像素点邻域灰度值的中值来代替该像素点的灰度值。对于斑点噪声和椒盐噪声来说尤其有用。对于一些细节（特别是细、尖顶等）多的图像不太合适。

与均值滤波对比：

优势：消除噪声能力更胜一筹，无论是消除噪声还是保存边缘方面都不错的选择。

劣势：花费的时间是均值滤波的5倍以上。

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

src	输入参数1/3/4通道的Mat类型图像
dst	输出参数，尺寸与类型与源图像一样
ksize	必须为奇数，大于1

 

2.双边滤波

是结合图像的空间邻近度和像素值相似度的一种折中处理。其好处就是可以做到边缘保存。

 

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

src	输入参数，源图像
dst	目标图像，输出参数
d	每个像素邻域的直径
sigmaColor	颜色空间滤波器的sigma值，该值越大，就表明该像素邻域内有越宽广的颜色会被混合在一起
sigmaSpace	坐标空间的标注方差，数值越大，以为值越远的像素会互相影响
borderType	某种边界模式有默认值

#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
using namespace cv;
int main()
{
	Mat image = imread("F:\\C++project\\picturetest\\2.jpg");
	namedWindow("中值滤波（原图）");
	namedWindow("中值滤波（效果图）");
	imshow("中值滤波（原图）", image);
	Mat out;
	bilateralFilter(image, out, 25, 25 * 2, 25 / 2);
	//medianBlur(image, out, 7);
	//GaussianBlur(image, out, Size(3, 3),0,0);
	imshow("中值滤波（效果图）", out);
	waitKey(0);
	return 0;
}