前言

1.圖像濾波也叫圖像模糊，是平滑圖像像素常用處理的方式，通常是為了達(dá)到減少圖像噪聲和偽影，或者降低圖像分辨率，OpenCV提供了常用的五種圖像模糊操作。
2.我的這里演示的系統(tǒng)環(huán)境是Linux，IDE是Qt creator,OpenCV的版本是3.30。

圖像模糊

1.簡單模糊
（1）blur()是實現(xiàn)簡單模糊，是最常用的一種圖像模糊方式,目標(biāo)圖像中的每個值都是源圖像相應(yīng)位置一個窗口中像素的平均值。
函數(shù)原型：

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

參數(shù)說明：
InputArray類型的src，輸入圖像，就是要模糊的圖像，寫Mat類對象即可，該函數(shù)對通道是獨立處理的，且可以處理任意通道數(shù)的圖片，處理圖片深度應(yīng)該是CV_8U,CV_16U,CV_16S,CV_32F,CV_64F之一；
OutputArray類型的dst，輸出圖像，需要和原圖像有一樣的尺寸和類型；比如可以用Mat::clone(()或者copyTo()得到，以源圖片為模板來初始目標(biāo)圖；
Size類型的ksize，內(nèi)核的大小，一般用Size(w,h)的寫法來表示內(nèi)核的大小，例如Size(3,3)就是3×3的核大小，核的大小一般為（3X3）,(5X5)等奇數(shù)；
Point類型的anchor，表示錨點（即被平滑的那個點），注意有默認(rèn)值Point(-1,-1)，如果這個點坐標(biāo)是負(fù)值的話就表示取核中心為錨點；
int類型的borderType，用于推斷圖像外部像素的某種邊界模式，有默認(rèn)值BORDER_DEFAULT，一般不去管它。

（2）代碼演示

void simpleBlur(Mat &src, Mat &dst, int kesize) {if(src.empty()){return;}blur(src,dst,Size(kesize,kesize));string str = to_string(kesize) + "X" + to_string(kesize);//在效果上加文字，對比幾種核的效果putText(dst,str,Point(50,60),FONT_HERSHEY_SIMPLEX,2,Scalar(255,23,0),4,8); }

（3）圖像結(jié)果，可以看到幾個核計大小的效果

2.中值濾波
（1）中值濾波是將目標(biāo)圖像每個像素的都替換為圍繞這個像素的矩形領(lǐng)域內(nèi)的平均像素。常用于去掉數(shù)字圖像中的拍攝噪聲。
API

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

參數(shù)說明：
InputArray src: 輸入圖像，圖像為1、3、4通道的圖像，當(dāng)模板尺寸為3或5時，圖像深度只能為CV_8U、CV_16U、CV_32F中的一個，如而對于較大孔徑尺寸的圖片，圖像深度只能是CV_8U。
OutputArray類型的dst，輸出圖像，需要和原圖像有一樣的尺寸和類型；比如可以用Mat::clone(()或者copyTo()得到，以源圖片為模板來初始目標(biāo)圖；
Size類型的ksize，內(nèi)核的大小，一般用Size(w,h)的寫法來表示內(nèi)核的大小，例如Size(3,3)就是3×3的核大小，核的大小一般為（3X3）,(5X5)等奇數(shù)；

代碼演示：

void myMedianBlur(Mat &src, Mat &dst, int kesize) {if(src.empty()){return;}medianBlur(src,dst,kesize);string str = to_string(kesize);putText(dst,str,Point(50,60),FONT_HERSHEY_SIMPLEX,2,Scalar(255,23,0),4,8); }

運行效果，可以看到幾個核大小的效果：
3.高斯濾波
（1）高斯濾波是通過對輸入數(shù)組的每個點與輸入的高斯濾波模板執(zhí)行卷積計算然后將這些結(jié)果一塊組成了濾波后的輸出數(shù)組。
API:

void GaussianBlur(InputArray src,OutputArray dst, Size ksize, double sigmaX, double sigmaY=0, intborderType=BORDER_DEFAULT )

參數(shù)說明：
InputArray類型的src，輸入圖像，即源圖像，填Mat類的對象即可。它可以是單獨的任意通道數(shù)的圖片，但需要注意，圖片深度應(yīng)該為CV_8U,CV_16U, CV_16S, CV_32F 以及 CV_64F之一。
OutputArray類型的dst，即目標(biāo)圖像，需要和源圖片有一樣的尺寸和類型。比如可以用Mat::Clone，以源圖片為模板，來初始化得到如假包換的目標(biāo)圖。
Size類型的ksize高斯內(nèi)核的大小。其中ksize.width和ksize.height可以不同，但他們都必須為正數(shù)和奇數(shù)。或者，它們可以是零的，它們都是由sigma計算而來。
double類型的sigmaX，表示高斯核函數(shù)在X方向的的標(biāo)準(zhǔn)偏差。
double類型的sigmaY，表示高斯核函數(shù)在Y方向的的標(biāo)準(zhǔn)偏差。若sigmaY為零，就將它設(shè)為sigmaX，如果sigmaX和sigmaY都是0，那么就由ksize.width和ksize.height計算出來。
int類型的borderType，用于推斷圖像外部像素的某種邊界模式。注意它有默認(rèn)值BORDER_DEFAULT。

(2)代碼演示

void myGaussianBlur(Mat &src, Mat &dst, int kesize) {if(src.empty()){return;}GaussianBlur(src, dst, Size(kesize, kesize), 11, 11, 4);string str = to_string(kesize) + "X" + to_string(kesize);putText(dst,str,Point(50,60),FONT_HERSHEY_SIMPLEX,2,Scalar(255,23,0),4,8); }

運行結(jié)果：
4.雙邊濾波
（1）雙邊濾波模板主要有兩個模板生成，第一個是高斯模板，第二個是以灰度級的差值作為函數(shù)系數(shù)生成的模板，然后這兩個模板點乘就得到了最終的雙邊濾波模板，第一個模板是全局模板，所以只需要生成以西，第二個模板需要對每個像素都計算一次。雙邊濾波器比高斯濾波器多了一個高斯方差sigma-d,它是基于空間分布的高斯濾波函數(shù)，所以在邊緣附近，離的較遠(yuǎn)的像素不會太多影響到邊緣上的像素，這樣就能對邊緣附近的像素值予以保存，但是由于保存過多的高頻信息，對于彩色圖像里的高頻噪聲，雙邊濾波器不能夠干凈的濾掉，只能夠?qū)τ诘皖l信息進(jìn)行較好的濾除。
API:

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

參數(shù)說明：
InputArray src: 輸入圖像，Mat類型，圖像必須是8位或浮點型單通道、三通道的圖像。
OutputArray dst: 輸出圖像，和原圖像有相同的尺寸和類型。
int d: 表示在過濾過程中每個像素鄰域的直徑范圍。如果這個值是非正數(shù)，則函數(shù)會從第五個參數(shù)sigmaSpace計算該值。
double sigmaColor: 顏色空間過濾器的sigma值，這個參數(shù)的值越大，表明該像素鄰域內(nèi)有月寬廣的顏色會被混合到一起，產(chǎn)生較大的半相等顏色區(qū)域。
double sigmaSpace: 坐標(biāo)空間中濾波器的sigma值，如果該值較大，則意味著顏色相近的較遠(yuǎn)的像素將相互影響，從而使更大的區(qū)域中足夠相似的顏色獲取相同的顏色。當(dāng)d>0時，d指定了鄰域大小且與sigmaSpace五官，否則d正比于sigmaSpace.
int borderType=BORDER_DEFAULT: 用于推斷圖像外部像素的某種邊界模式，有默認(rèn)值BORDER_DEFAULT.

代碼演示：

oid myBilateralFilter(Mat &src, Mat &dst) {if(src.empty()){return;}bilateralFilter(src, dst, 25, 25*2, 35); }

圖像效果：

《新程序員》：云原生和全面數(shù)字化實踐50位技術(shù)專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結(jié)

以上是生活随笔為你收集整理的OpenCV图像处理使用笔记(六)——图像滤波的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。