C++?opencv圖像平滑濾波器使用示例
前言
圖像平滑是一種實用的數(shù)字圖像處理技術(shù)，一個較好的平滑處理方法既能消除圖像噪聲，又不使圖像邊緣輪廓和線條變模糊。
一、均值濾波
歸一化方框濾波器是很簡單的濾波器，輸出像素值是核窗口內(nèi)像素值的均值，如果使用歸一化處理，方框濾波就是均值濾波，實際上均值濾波是方框濾波歸一化后的特殊情況。均值不能很好的保護細節(jié)。
1.均值濾波函數(shù)
opencv提供了blur函數(shù)來實現(xiàn)均值濾波，函數(shù)聲明如下：
void blur(InputArray src, OutputArray dst, Size ksize, Point anchor = Point(-1, -1), int borderType = BORDER_DEFAULT); src 輸入圖像 dst 輸出圖像 Ksize 內(nèi)核的大小 anchor 錨點 默認值Point(-1， - 1)表示錨位于內(nèi)核中心。 bordertype 邊界像素模式
2.均值濾波代碼
#include<iostream>
#include<opencv.hpp>
using namespace std;
using namespace cv;
int main()
{
Mat img1, img2;
img1 = imread("貓1.jpg");
imshow("原圖", img1);
blur(img1, img2, Size(20, 20));
imshow("線性濾波", img2);
waitKey(0);
}
效果如下：
二、高斯濾波
高斯濾波是一種線性平滑濾波，對于除去高斯噪聲有很好的效果，高斯濾波是對輸入數(shù)組的每個點與輸入的高斯濾波模板執(zhí)行卷積計算，然后精這些結(jié)果一塊組成濾波后的輸出數(shù)組，具體操作是，用一個模板（或者卷積，掩模）掃描圖像中的每一個像素，用模板確定的鄰域內(nèi)像素的加權(quán)平均灰度值，去代替模板中心像素點的值。
1.高斯濾波函數(shù)
opencv提供了GaussianBlur函數(shù)來實現(xiàn)均值濾波，函數(shù)聲明如下：
void GaussianBlur(InputArray src, OutputArray dst, Size ksize, double sigmaX, double sigmaY = 0, int borderType = BORDER_DEFAULT); src 輸入圖像 dst 輸出圖像 ksize 高斯核大小 他們必須是奇數(shù) sigmax x方向上是高斯核標準差 sigmay y方向上是高斯核標準差 bordertype 邊界像素模式
2.高斯濾波代碼
int main()
{
Mat img1, img2;
img1 = imread("貓1.jpg");
imshow("原圖", img1);
GaussianBlur(img1, img2, Size(35, 35),0);
imshow("高斯濾波", img2);
waitKey(0);
}
效果圖：
三、中值濾波
中值濾波是用像素點領(lǐng)域灰度值的中值來代替該像素點的灰度值，也就是說用一片區(qū)域的中間值來代替所有值，可以去除最大值和最小值 ，它的優(yōu)點是對去除斑點噪聲和椒鹽噪聲很有用，缺點是中值濾波時間是均值濾波的5倍以上
1.中值濾波函數(shù)
opencv提供了medianBlur函數(shù)來實現(xiàn)均值濾波，函數(shù)聲明如下：
void medianBlur(InputArray src, OutputArray dst, int ksize); src 輸入 dst 輸出 Ksize 孔徑線性尺寸 它必須是奇數(shù)且大于1
2.中值濾波代碼
int main()
{
Mat img1, img2;
img1 = imread("貓1.jpg");
imshow("原圖", img1);
medianBlur(img1, img2,9);
imshow("中值濾波", img2);
waitKey(0);
}
效果如下：
四、雙邊濾波
之前所說的濾波器都是為了平滑圖像，問題是有些時候這些濾波器不僅削弱了噪聲，連帶著吧邊緣也磨掉了，為了避免這樣的情形（至少在一定程度上），我們可以使用雙邊濾波，它是一種非線性濾波器，它可以達到邊緣，降噪平滑的效果，也是采用加權(quán)平均的方法，用周邊像素亮度值的加權(quán)平均代表某個像素的強度。雙邊濾波與高斯濾波相比，對于圖像的邊緣信息能夠更好的保存
1.雙邊濾波函數(shù)
opencv提供了bilateralFilter函數(shù)來實現(xiàn)均值濾波，函數(shù)聲明如下：
void bilateralFilter(InputArray src, OutputArray dst, int d, double sigmaColor, double sigmaSpace, int borderType = BORDER_DEFAULT); src 輸入 dst 輸出 d 濾波時所用的每個像素鄰域的直徑 sigmaColor 在顏色空間中過濾。 sigmaSpace 在坐標空間中過濾 borderType 邊界像素模式
2.雙邊濾波代碼
int main()
{
Mat img1, img2;
img1 = imread("貓1.jpg");
imshow("原圖", img1);
bilateralFilter(img1, img2, 30,30,30);
imshow("雙邊濾波", img2);
waitKey(0);
}
效果如下：
總結(jié)
以上就是本文全部內(nèi)容，簡單介紹了線性濾波（均值濾波和高斯濾波）和非線性濾波（中值濾波和雙邊濾波），更多關(guān)于opencv圖像平滑的資料請關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
如何通過UltraEdit解析BMP文件內(nèi)部結(jié)構(gòu)(BMP位圖基礎(chǔ))
我們先打開畫圖隨便畫一幅圖并采用24位bmp圖像格式保存，就得到了一張24位真彩色的位圖,下面我們來詳細分析bmp位圖的各個組成部分，感興趣的朋友跟隨小編一起看看吧2021-08-08
Qt5中QML自定義環(huán)形菜單/環(huán)形選擇框的實現(xiàn)
本文主要介紹了Qt5中QML自定義環(huán)形菜單/環(huán)形選擇框的實現(xiàn)，文中通過示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2022-03-03
這篇文章主要為大家詳細介紹了C語言實現(xiàn)貪吃蛇游戲代碼，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2020-09-09
C++ 標準模板庫 STL（Standard Template Library） 一共給我們提供了四種智能指針：auto_ptr、unique_ptr、shared_ptr 和 weak_ptr，今天給大家詳細介紹這幾種指針的具體用法，需要的朋友參考下吧2021-06-06
這篇文章主要為大家詳細介紹了基于C++實現(xiàn)信息管理系統(tǒng)，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2022-03-03
本篇文章是對如何利用switch語句進行字符統(tǒng)計的方法進行了詳細的分析介紹，需要的朋友參考下2013-06-06
這篇文章主要給大家介紹了關(guān)于C/C++中名字空間與作用域的相關(guān)資料，文中通過示例代碼介紹的非常詳細，對大家學習或者使用c/c++具有一定的參考學習價值，需要的朋友們下面隨著小編來一起看看吧。2017-09-09
這篇文章主要介紹了C++實現(xiàn)LeetCode(46.全排列),本篇文章通過簡要的案例,講解了該項技術(shù)的了解與使用,以下就是詳細內(nèi)容,需要的朋友可以參考下2021-07-07
Visual Studio Code 配置C、C++環(huán)境/編譯并運行的流程分析
這篇文章主要介紹了Visual Studio Code 配置C、C++環(huán)境/編譯并運行的流程分析,本文通過圖文并茂的形式給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2020-05-05
C語言實現(xiàn)內(nèi)存函數(shù)的示例代碼
本文主要介紹了C語言實現(xiàn)內(nèi)存函數(shù)的示例代碼,包括memcpy、memmove、memset和memcmp的使用,具有一定的參考價值,感興趣的可以了解一下2025-02-02