《OpenCV3编程入门》学习笔记六：图像处理
中间隔了好长时间没写啊，这段也没怎么用。
一：内容介绍
本节主要介绍OpenCV的imgproc模块的图像处理部分：
1. 线性滤波：均值滤波与高斯滤波
2. 非线性滤波：中值滤波、双边滤波
3. 图像形态学：腐蚀与膨胀，开运算、闭运算，形态学梯度，顶帽、黑帽
4. 漫水填充
5. 图像金字塔及图片尺寸缩放
6. 阈值化
二：学习笔记
- 方框滤波（box filter）是不一定归一化的，而这里说的几种线性和非线性滤波方法都是必须归一化的。
- 这里需要说一下卷积和滤波还是有点区别的，不过当核对称时它们俩就一样了。
2维滤波公式： h[m,n]=∑k,lg[k,l]f[m+k,n+l]
2维卷积公式： h[m,n]=∑k,lg[k,l]f[m−k,n−l] - 高斯分布一定要牢记，随手写出。
期望为0的一维高斯分布： G(x)=12π√σe−x22σ2
二维： G(x)=12πσ2e−x2+y22σ2 - 这里说一下双边滤波，是结合图像的空间邻近度和像素值相似度的一种折中处理，既能平滑过渡区域、又可以保持边缘等细节信息，达到保边去噪的目的。但是其速度很慢。
- 图像形态学，是基于形状的一系列图像处理操作，最基本的就是膨胀（dilate）和腐蚀（erode）。腐蚀膨胀操作也可以理解为 max, min操作。如图：
话说感觉好多形态学并不是太常用啊。 - 图像金字塔是一种以多分辨率来解释图像的有效但概念简单的结构，主要用到了卷积。
- 关于阈值化，现在有很多自动阈值化的方法。如 大津算法（OTSU）
- 本节函数清单：
三：相关源码及解析
本章示例较多，示例列表：
1.图像滤波
2.腐蚀与膨胀
3.漫水填充
4.图像金字塔
5.基本阈值操作
1. 图像滤波
源码：
#include素材：
效果图：
提示：
无
2. 腐蚀与膨胀
源码：
#include素材：
效果图：
提示：
无
3 . 漫水填充
源码：
#include素材：
效果图：
提示：
无
4 . 图像金字塔
源码：
#include素材：
效果图：
提示：
无
5 . 基本阈值操作
源码：
#include素材：
效果图：
提示：
无