图像处理(Image Processing) ---------- 图像滤波器 (上) (C#实现)
讲到图像处理的滤波器，就不得不先提图像中的低频分量和高频分量：
图像的频率代表了，图像颜色变化的剧烈程度。
低频分量：一幅图中，颜色变化缓慢的部分就叫做低频部分。通常低频是描述图像的主要部分，就像人的脸。
高频分量：一幅图中，颜色变化剧烈的部分就叫做高频部分。通常高频是描述图像的边缘、细节或者是噪声，就像人脸的轮廓，还有脸上的痘。
平滑空间滤波器：
均值滤波器(Averaging Filter): 均值滤波器也是低通滤波器，主要是对图像进行模糊处理和降噪(noise reduction)处理，还起到光滑轮廓(模糊)的作用。原理： 取遮罩(mask)，可以是3x3、5x5、7x7...自定义方形，然后对遮罩中的pixel值进行求和平均，遮罩最中间那一个pixel的pixel值用平均值替代。
均值滤波器mask示意图： 
中值滤波器(Median Filter): 跟均值滤波器相似，但是在降低噪声(noise reduction)方面优于均值滤波器，特别是对斑点噪声（speckle noise）和椒盐噪声（salt-and-pepper noise）尤其有用，同时还有保留边缘的特性也不会使轮廓模糊。原理： 取遮罩(mask)，这儿不同的是，中值滤波器通常采用“十字”而不用“方形”框。可以是3x3、5x5、7x7...自定义十字，然后对遮罩中的pixel值按升序排序，遮罩最中间那一个pixel的pixel值用中值替代。
中值滤波器mask示意图：
Outlier Filter：类似于均值滤波器。原理：取3x3的遮罩，然后将除最中间的Pixel外的8个Pixel取平均值，均值与最中间的pixel值差值若大于某一个阀值(threshold)，那么就用平均值替代最中间值的pixel。
Outlier Filter mask 示意图： 
均值滤波器 vs 中值滤波器：
先看下图：假设取范围为5(单位Pixel)的遮罩，如红色框框，一次取5个Pixel每次移动1Pixel，下面分别是均值和中值滤波器对原图的过滤结果。
我们可以看出：
- 原图可看成是边缘，因为两侧Pixel值突变，属于高频。均值滤波器使其变化变得平缓(边缘模糊)，而中值滤波器保留了高频特性(边缘保留)。
- 原图变化平缓，属于低频。均值滤波器和中值滤波器都保持原状。
- 原图小部分突变可看出杂讯，属于高频。均值滤波器是将其分散到周围Pixel统一拉高，而中值滤波器直接去除了杂讯。
- 结论：细微变化 mean = median ； 高频 mean 不保留，median保留 ； 处理杂讯 median 强于 mean 。
C#代码实现：
//Outlier滤波器
public Bitmap OutlierFilter(Bitmap oriImage)
{
int threshold = 30;
int width = oriImage.Width;
int height = oriImage.Height;
BitmapData oriImageData = oriImage.LockBits(new Rectangle(0, 0, width, height), ImageLockMode.ReadWrite, PixelFormat.Format24bppRgb);
//创建新的bitmap存放滤波后的图
Bitmap newImage = new Bitmap(width, height, PixelFormat.Format24bppRgb);
BitmapData newImageData = newImage.LockBits(new Rectangle(0, 0, width, height), ImageLockMode.ReadWrite, PixelFormat.Format24bppRgb);
IntPtr intPtrN = newImageData.Scan0;
IntPtr intPtr = oriImageData.Scan0;
int size = oriImageData.Stride * height;
byte[] oriBytes = new byte[size];
byte[] newBytes = new byte[size];
Marshal.Copy(intPtr, oriBytes, 0, size);
//先复制一份一模一样的数据到滤波数组中
Marshal.Copy(intPtr, newBytes, 0, size);
int[] mask = new int[9];
int k = 3;
for (int y = 0; y < height-2; y++)
{
for(int x = 0; x < width-2; x++)
{
//因为是灰阶图RGB相同，bitmapdata数组中就以每3个pixel为间隔。
mask[0] = oriBytes[y * oriImageData.Stride + x * k];
mask[1] = oriBytes[y * oriImageData.Stride + x * k+3];
mask[2] = oriBytes[y * oriImageData.Stride + x * k+6];
mask[3] = oriBytes[(y + 1) * oriImageData.Stride + x * k];
mask[4] = oriBytes[(y + 1) * oriImageData.Stride + x * k+3];
mask[5] = oriBytes[(y + 1) * oriImageData.Stride + x * k+6];
mask[6] = oriBytes[(y + 2) * oriImageData.Stride + x * k];
mask[7] = oriBytes[(y + 2) * oriImageData.Stride + x * k+3];
mask[8] = oriBytes[(y + 2) * oriImageData.Stride + x * k+6];
int mean = (mask[0] + mask[1] + mask[2] + mask[3] + mask[5] + mask[6] + mask[7] + mask[8]) / 8;
//绝对值很重要，不要忘
if(Math.Abs(mask[4]-mean) > threshold)
{
//newImageData.Stride 是等于 oriImageData.Stride 的
newBytes[(y + 1) * oriImageData.Stride + x * k + 3] = (byte)mean;
newBytes[(y + 1) * oriImageData.Stride + x * k + 4] = (byte)mean;
newBytes[(y + 1) * oriImageData.Stride + x * k + 5] = (byte)mean;
}
}
}
Marshal.Copy(newBytes,0,intPtrN,size);
oriImage.UnlockBits(oriImageData);
newImage.UnlockBits(newImageData);
return newImage;
}
//均值滤波器
public Bitmap AverageFilter(Bitmap oriImage)
{
int width = oriImage.Width;
int height = oriImage.Height;
BitmapData oriImageData = oriImage.LockBits(new Rectangle(0, 0, width, height), ImageLockMode.ReadWrite, PixelFormat.Format24bppRgb);
//创建新的bitmap存放滤波后的图
Bitmap newImage = new Bitmap(width, height, PixelFormat.Format24bppRgb);
BitmapData newImageData = newImage.LockBits(new Rectangle(0, 0, width, height), ImageLockMode.ReadWrite, PixelFormat.Format24bppRgb);
IntPtr intPtrN = newImageData.Scan0;
IntPtr intPtr = oriImageData.Scan0;
int size = oriImageData.Stride * height;
byte[] oriBytes = new byte[size];
byte[] newBytes = new byte[size];
Marshal.Copy(intPtr, oriBytes, 0, size);
//先复制一份原图的数据到滤波数组中
Marshal.Copy(intPtr, newBytes, 0, size);
int[] mask = new int[9];
int k = 3;
for (int y = 0; y < height - 2; y++)
{
for (int x = 0; x < width - 2; x++)
{
mask[0] = oriBytes[y * oriImageData.Stride + x * k];
mask[1] = oriBytes[y * oriImageData.Stride + x * k + 3];
mask[2] = oriBytes[y * oriImageData.Stride + x * k + 6];
mask[3] = oriBytes[(y + 1) * oriImageData.Stride + x * k];
mask[4] = oriBytes[(y + 1) * oriImageData.Stride + x * k + 3];
mask[5] = oriBytes[(y + 1) * oriImageData.Stride + x * k + 6];
mask[6] = oriBytes[(y + 2) * oriImageData.Stride + x * k];
mask[7] = oriBytes[(y + 2) * oriImageData.Stride + x * k + 3];
mask[8] = oriBytes[(y + 2) * oriImageData.Stride + x * k + 6];
int mean = (mask[0] + mask[1] + mask[2] + mask[3] + mask[4] + mask[5] + mask[6] + mask[7] + mask[8]) / 9;
//newImageData.Stride 是等于 oriImageData.Stride 的
newBytes[(y + 1) * oriImageData.Stride + x * k + 3] = (byte)mean;
newBytes[(y + 1) * oriImageData.Stride + x * k + 4] = (byte)mean;
newBytes[(y + 1) * oriImageData.Stride + x * k + 5] = (byte)mean;
}
}
Marshal.Copy(newBytes, 0, intPtrN, size);
oriImage.UnlockBits(oriImageData);
newImage.UnlockBits(newImageData);
return newImage;
}
//中值滤波器
public Bitmap MedianFilter(Bitmap oriImage)
{
int width = oriImage.Width;
int height = oriImage.Height;
BitmapData oriImageData = oriImage.LockBits(new Rectangle(0, 0, width, height), ImageLockMode.ReadWrite, PixelFormat.Format24bppRgb);
//创建新的bitmap存放滤波后的图
Bitmap newImage = new Bitmap(width, height, PixelFormat.Format24bppRgb);
BitmapData newImageData = newImage.LockBits(new Rectangle(0, 0, width, height), ImageLockMode.ReadWrite, PixelFormat.Format24bppRgb);
IntPtr intPtrN = newImageData.Scan0;
IntPtr intPtr = oriImageData.Scan0;
int size = oriImageData.Stride * height;
byte[] oriBytes = new byte[size];
byte[] newBytes = new byte[size];
Marshal.Copy(intPtr, oriBytes, 0, size);
//先复制一份原图的数据到滤波数组中
Marshal.Copy(intPtr, newBytes, 0, size);
int[] mask = new int[9];
int k = 3;
for (int y = 0; y < height - 2; y++)
{
for (int x = 0; x < width - 2; x++)
{
mask[0] = oriBytes[y * oriImageData.Stride + x * k];
mask[1] = oriBytes[y * oriImageData.Stride + x * k + 3];
mask[2] = oriBytes[y * oriImageData.Stride + x * k + 6];
mask[3] = oriBytes[(y + 1) * oriImageData.Stride + x * k];
mask[4] = oriBytes[(y + 1) * oriImageData.Stride + x * k + 3];
mask[5] = oriBytes[(y + 1) * oriImageData.Stride + x * k + 6];
mask[6] = oriBytes[(y + 2) * oriImageData.Stride + x * k];
mask[7] = oriBytes[(y + 2) * oriImageData.Stride + x * k + 3];
mask[8] = oriBytes[(y + 2) * oriImageData.Stride + x * k + 6];
Array.Sort(mask);
int median = mask[4];
//newImageData.Stride 是等于 oriImageData.Stride 的
newBytes[(y + 1) * oriImageData.Stride + x * k + 3] = (byte)median;
newBytes[(y + 1) * oriImageData.Stride + x * k + 4] = (byte)median;
newBytes[(y + 1) * oriImageData.Stride + x * k + 5] = (byte)median;
}
}
Marshal.Copy(newBytes, 0, intPtrN, size);
oriImage.UnlockBits(oriImageData);
newImage.UnlockBits(newImageData);
return newImage;
}
仅为个人理解，如有不足，请指教。 https://blog.csdn.net/weixin_35811044