C++OpenCV系统学习（5）——图像模糊

1.图像模糊

1.1模糊原理

• Smooth/Blur是图像处理中最简单和常用的操作之一
• 使用操作的原因之一就是为了给图像预处理时候减低噪声
• 使用Smooth/Blue操作其背后是数学的卷积运算
• 通常这些卷积算子计算欧式线性操作，所有又叫线性滤波

 

 1.2 相关API

• 均值模糊：blur(Mat src,Mat dst, Size(xradius,yradius),Point(-1,-1));Point（-1，-1）就是指默认正中心
• 高斯模糊：GaussianBlur(Mat src,Mat dst,Size(11,11),sigmax,sigmay);其中Size(x,y),x,y必须是正数而且是奇数

void MyApi::image_blur(Mat& image)
{
	Mat dst;
	blur(image, dst, Size(3, 3), Point(-1, -1));
	namedWindow("均值模糊", WINDOW_AUTOSIZE);
	imshow("均值模糊", dst);

	GaussianBlur(image, dst, Size(5, 5), 11, 11);
	namedWindow("高斯模糊", WINDOW_AUTOSIZE);
	imshow("高斯模糊", dst);

}

 原图、均值模糊、高斯模糊

2.滤波

2.1中值滤波

 2.2双边滤波

去除微小差异，相当于抹平

• 均值模糊无法克服边缘像素信息丢失缺陷。原因是均值滤波是基于平均权重
• 高斯模糊部分克服了该缺陷，但是无法完全避免，因为没有考虑像素值的不同
• 高斯双边模糊是边缘保留的滤波方法，避免了边缘信息丢失，保留了图像轮廓不变

2.3相关API

•  中值模糊：medianBlur（Mat src, Mat dst,ksize）
• 双边模糊：bilateralFilter(src,dst,d=15,150,3)

注：15表示计算的半径，半径之内的像素都会被纳入计算，如果提供-1，则根据sigma space参数取值。150表示sigma color决定多少差值之内的像素会被计算。3表示sigma space如果d的值大于0则声明无效，否则根据它来计算d值，中值模糊的ksize大小必须是大于1而且必须是奇数

void MyApi::image_blur(Mat& image)
{
	Mat dst;
	blur(image, dst, Size(3, 3), Point(-1, -1));
	namedWindow("均值模糊", WINDOW_AUTOSIZE);
	imshow("均值模糊", dst);

	GaussianBlur(image, dst, Size(5, 5), 11, 11);
	namedWindow("高斯模糊", WINDOW_AUTOSIZE);
	imshow("高斯模糊", dst);
}