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。
在这里插入图片描述

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

在这里插入图片描述

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
在这里插入图片描述

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

在这里插入图片描述

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-均值滤波高斯滤波中值滤波双边滤波

opencv学习笔记15种图像滤波辨析:方框均值高斯中值双边

[opencv]图像处理-均值滤波/方框滤波/高斯滤波/中值滤波

opencv 图像平滑

OpenCV实现均值滤波和高斯滤波