opencv学习-滤波篇-均值滤波和高斯滤波
Posted 殇堼
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了opencv学习-滤波篇-均值滤波和高斯滤波相关的知识,希望对你有一定的参考价值。
一、均值滤波
1.1数学原理:
卷积核所有的系数都是1。
1.2 API-blur
函数原型的参数如下:
blur(Mat src, Mat dst, Size(xradius, yradius), Point(-1,-1));
例如:blur(src, dst, Size(3, 3), Point(-1, -1));
参数含义如下:
(1)src即输入图像。
(2)dst即目标图像,与输入图像有相同的尺寸和类型。
(3)Size(3,3)就表示3x3的核大小。一般这样写Size( w,h )来表示内核的大小( 其中,w 为像素宽度, h为像素高度)。
(4)Point(-1, -1)表示锚点(即被平滑的那个点),默认值Point(-1,-1),表示锚点即卷积核的中心。
1.3 全部代码
#include<opencv2\\opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
int main()
{
Mat src, dst;
src = imread("D:/images/lena.png");
if (src.empty())
{
cout << "could not load image !";
return -1;
}
imshow("原图", src);
//均值滤波
blur(src, dst, Size(3, 3));//Size(3, 3)指的是默认元素全是1的3X3矩阵,Point(-1, -1)可以不写,默认就是.
imshow("均值滤波后", dst);
waitKey(0);
return 0;
}
}
1.4效果展示
二、高斯滤波
高斯是一个正态分布的曲线
特点是会保留原有图像中像素的
2.1 数学原理
A:归一化系数
2.2 API-GaussianBlur
GaussianBlur是高斯模糊的函数原型中,其参数如下:
GaussianBlur(Mat src, Mat dst, Size(11, 11), sigmax, sigmay);
例如:GaussianBlur(src, dst, Size(3, 3), 0, 0);
参数含义如下:
(1)src即输入图像。
(2)dst即目标图像,与输入图像有相同的尺寸和类型。
(3)Size(3,3)就表示窗口(卷积核)3x3的核大小。一般这样写Size( w,h )来表示内核的大小( 其中,w 为像素宽度,
h为像素高度)。 Size(x, y), 其中x, y 必须是正数而且是奇数(4)0,表示高斯核函数在X方向的的标准偏差为0。
(5)0,表示高斯核函数在Y方向的的标准偏差为0。
2.3 全部代码
#include<opencv2\\opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
int main()
{
Mat src, dst;
src = imread("D:/images/gaoyy.png");
if (src.empty())
{
cout << "could not load image !";
return -1;
}
imshow("src", src);
//高斯滤波
GaussianBlur(src, dst, Size(3, 3), 0, 0);
imshow("高斯滤波后", dst);
waitKey(0);
return 0;
}
2.4效果展示
以上是关于opencv学习-滤波篇-均值滤波和高斯滤波的主要内容,如果未能解决你的问题,请参考以下文章
OpenCV滤波器 龙门石窟篇Python-Open_CV系列(均值滤波器中值滤波器高斯滤波器双边滤波器)
opencv学习笔记15种图像滤波辨析:方框均值高斯中值双边