優(yōu)圖像處理 5種常見的平滑濾波

圖像處理5種常見的平滑濾波平滑濾波是一種簡單又常見的圖像處理操作。平滑圖像的目的有很多，但通常都是為了減少噪聲和偽影。在OpenCV中共有5種平滑濾波操作，分別是以下幾種：測試代碼如下：#include<iostream>#include<opencv2/opencv.hpp>usingnamespacestd;usingnamespacecv;intmain(){ MatsrcImage=cv::imread("F:/圖像處理/圖片一/outThee2.jpg",0); if(srcImage.empty()) { printf("圖片讀取失敗！\n"); return-1; } MatoutputImage; //簡單模糊濾波器 //blur(srcImage,outputImage,Size(3,3)); //方框型濾波器 //boxFilter(srcImage,outputImage,-1,Size(3,3)); //中值濾波器 medianBlur(srcImage,outputImage,3); //高斯濾波器 //GaussianBlur(srcImage,outputImage,Size(3,3),0.0,0.0); //雙邊濾波器 //bilateralFilter(srcImage,outputImage,9,10.0,50.0); imshow("原圖",srcImage); imshow("濾波處理后的圖像",outputImage); waitKey(0); return0;}輸入的源圖像輸入的源圖像，含有許多點狀噪聲(1)簡單模糊濾波器voidcv::blur( cv::InputArraysrc,//輸入圖像 cv::OutputArraydst,//濾波后得到的圖像 cv::Sizeksize,//窗口(核)的尺寸大小 cv::Pointanchor=cv::Point(-1,-1),//核與源圖像的對齊方式。默認值為Point(-1,-1),表示核相等濾波器居中 intborderType=cv::BORDER_DEFAULT//邊界類型);//5種邊界類型cv::BORDER_CONSTANT//復制指定的常量擴展邊界cv::BORDER_WRAP//復制對邊的像素擴展邊界cv::BORDER_REPLICATE//復制邊緣的像素擴展邊界cv::BORDER_REFLECT//通過鏡像復制擴展邊界cv::BORDER_REFLECT_101//通過鏡像復制擴展邊界，邊界像素除外cv::BORDER_DEFAULT//cv::BORDER_REFLECT_101的別名濾波結果：從結果來看，簡單模糊濾波對于點狀噪聲的處理有一定效果，但不理想。(2)方框型濾波器voidcv::boxFilter( cv::InputArraysrc,//輸入圖像 cv::OutputArraydst,//濾波得到的圖像 intddepth,//輸出圖像的深度，取-1表示與源圖像一致 cv::Sizeksize,//核的大小 cv::Pointanchor=cv::Point(-1,-1),//核與源圖像的對齊方式 boolnormalize=true, intborderType=cv::BORDER_DEFAULT//邊界類型);濾波結果：簡單模糊是方框型濾波器的一種特殊形式，從測試結果來看，它們兩個的濾波效果基本是一樣的。(3)中值濾波器voidcv::medianBlur(cv::InputArraysrc,//輸入圖像 cv::OutputArraydst,//濾波后得到的圖像intksize//核大小);濾波結果：由于中值濾波是將每個像素替換為圍繞這個像素的矩形領域內(nèi)的中值像素，因此對圖像中較大的異常孤立值非常敏感，所以中值濾波對于這種點狀噪聲的處理效果是最好的。(4)高斯濾波器voidcv::GaussianBlur(cv::InputArraysrc,//輸入圖像 cv::OutputArraydst,//濾波后得到的圖像cv::Sizeksize,//核尺寸的大小doublesigmaX,doublesigmaY,intborderType=cv::BORDER_DEFAULT);濾波結果：高斯濾波雖然非常常用，但是對于這種點狀噪聲的處理，還是不太適用的。(5)雙邊濾波器voidcv::bilateralFilter(cv::InputArraysrc,//輸入圖像 cv::OutputArrayds