OpenCV开发笔记（十五）：算法基础之线性滤波-均值滤波

若该文为原创文章，未经允许不得转载
原博主博客地址：https://blog.csdn.net/qq21497936
原博主博客导航：https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址：https://blog.csdn.net/qq21497936/article/details/104475771
各位读者，知识无穷而人力有穷，要么改需求，要么找专业人士，要么自己研究

红胖子(红模仿)的博文大全：开发技术集合（包含Qt实用技术、树莓派、三维、OpenCV、OpenGL、ffmpeg、OSG、单片机、软硬结合等等）持续更新中...（点击传送门）

OpenCV开发专栏（点击传送门）

上一篇：《OpenCV开发笔记（十四）：算法基础之线性滤波-方框滤波》

下一篇：《OpenCV开发笔记（十六）：算法基础之线性滤波-高斯滤波》

 

前言

本篇章学习线性滤波中的均值滤波。

 

Demo

 

均值滤波

概述

      均值滤波是只用模板核算子覆盖区域内所有像素值的加权平均，它用一个点领域内像素的平均灰度值来替代该点的回复。如常见的核算子为3x3，模板区域内的元素有9个，均值滤波是指将当前中心像素点的用下图公式来替换。

      从上公式很好理解：核算子为3x3矩阵时，中间点的大小是用9个点的平均值来取代。

      均值滤波算法计算速率较快。

      均值滤波算法存在固定的缺陷，即它不能很好的保护图像细节，再图像去噪的同时也破坏了图像的细节部分，从而是图像变得模糊，不能很好地去除噪声点。

函数原型

      均值滤波的函数原型如下：

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

• 参数一：InputArray类型，一般是cv::Mat，且可以处理任何通道数的图片。但需要注意，待处理的图片深度应该为CV_8U、CV_16U、CV_16S、CV_32F、CV_64F中的一个。
• 参数二；OutputArray类型，输出的目标图像，需要和原图片有一样的尺寸和类型。
• 参数三：Size类型的ksize，核算子的大小。一般用Size(w,h)来表示核算子的大小，Size(3,3)就表示3x3的核算子大小。
• 参数四：Point类型，表示锚点（值被平滑的那个点）。注意：默认值Point(-1,-1)。如果点是负值，就表示取核的中心为锚点。
• 参数五：int类型的borderType，用于推断图像外部像素的某种边界模式，使用默认值BORDER_DEFULAT，一般无需使用。

 

Demo源码

void OpenCVManager::testBlurFilter()
{
    QString fileName1 = "E:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/1.jpg";
    cv::Mat matSrc = cv::imread(fileName1.toStdString());

    cv::String windowName = _windowTitle.toStdString();
    cvui::init(windowName);

    if(!matSrc.data)
    {
        qDebug() << __FILE__ << __LINE__
                 << "Failed to load image:" << fileName1;
        return;
    }

    cv::Mat dstMat;
    dstMat = cv::Mat::zeros(matSrc.size(), matSrc.type());
    cv::Mat windowMat = cv::Mat(cv::Size(dstMat.cols * 3, dstMat.rows),
                                matSrc.type());
    int ksize = 3;      // 核心大小
    int anchor = -1;    // 锚点, 正数的时候必须小于核心大小，即：-1 <= anchor < ksize
    cvui::window(windowMat, dstMat.cols, 0, dstMat.cols, dstMat.rows, "settings");
    while(true)
    {
        windowMat = cv::Scalar(0, 0, 0);
        // 原图先copy到左边
        cv::Mat leftMat = windowMat(cv::Range(0, matSrc.rows),
                                    cv::Range(0, matSrc.cols));
        cv::addWeighted(leftMat, 1.0f, matSrc, 1.0f, 0.0f, leftMat);
        // 中间为调整滤波参数的相关设置
        cvui::printf(windowMat, 375, 40, "ksize");
        cvui::trackbar(windowMat, 375, 50, 165, &ksize, 1, 10);
        if(anchor >= ksize)
        {
            anchor = ksize - 1;
        }
        cvui::printf(windowMat, 375, 100, "anchor");
        cvui::trackbar(windowMat, 375, 110, 165, &anchor, -1, ksize-1);

        // 均值滤波：方框滤波比均值滤波多了颜色深度的参数
        cv::blur(matSrc,
                 dstMat,
                 cv::Size(ksize, ksize),
                 cv::Point(anchor, anchor));

        // 效果图copy到右边
        // 注意：rang从位置1到位置2，不是位置1+宽度
        cv::Mat rightMat = windowMat(cv::Range(0, matSrc.rows),
                                     cv::Range(matSrc.cols * 2, matSrc.cols * 3));
        cv::addWeighted(rightMat, 0.0f, dstMat, 1.0f, 0.0f, rightMat);
        // 更新
        cvui::update();
        // 显示
        cv::imshow(windowName, windowMat);
        // esc键退出
        if(cv::waitKey(25) == 27)
        {
            break;
        }
    }
}

 

工程模板：对应版本号v1.10.0

      对应版本号v1.10.0

 

上一篇：《OpenCV开发笔记（十四）：算法基础之线性滤波-方框滤波》

下一篇：《OpenCV开发笔记（十六）：算法基础之线性滤波-高斯滤波》

 

原博主博客地址：https://blog.csdn.net/qq21497936
原博主博客导航：https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址：https://blog.csdn.net/qq21497936/article/details/104475771