opencv4.5.1自学（5）——线性滤波
1、图像卷积
对应相乘累加
2、方框滤波（box Filter）
函数：
CV_EXPORTS_W void boxFilter(InputArray src,OutputArray dst, int ddepth, Size ksize, Point anchor=Point(-1,-1), boolnormalize=true, int borderType=BORDER_DEFAULT )
- 第一个参数为输入图像，可以处理任意通道数的图片，待处理的图片深度应该为CV_8U, CV_16U, CV_16S, CV_32F 以及CV_64F之一。
- 第二个参数为目标图像。
- 第三个参数为输出图像深度。即分辨率，-1表示和原图一样
- 第四个参数为内核大小
所用的核为
- 第五个参数为被平滑的点
- 第六个参数为是否归一化
当归一化时，方框滤波即为均值滤波，非归一化用于计算像素领域的积分特性。 - 第七个参数用于推断图像外部像素的某种边界模式。一般不用管。
调用实例：
//载入原图
Mat image=imread("2.jpg");
//进行均值滤波操作
Mat out;
boxFilter(image, out, -1,Size(5, 5));
均值滤波缺陷：破坏了图像的细节部分，从而使图像变得模糊，不能很好地去除噪声点。
均值滤波函数：
CV_EXPORTS_W void blur(InputArray src, OutputArraydst, Size ksize, Point anchor=Point(-1,-1), int borderType=BORDER_DEFAULT )
参数与上面类似。
调用实例：
//载入原图
Mat image=imread("1.jpg");
//进行均值滤波操作
Mat out;
blur(image, out, Size(7, 7));
3、高斯滤波
二维零均值离散高斯函数：
opencv中函数原型：
CV_EXPORTS_W void GaussianBlur(InputArray src,OutputArray dst, Size ksize, double sigmaX, double sigmaY=0, intborderType=BORDER_DEFAULT )
第一个参数为输入图像，第二个参数为目标图像，第三个参数为内核大小，第四个参数为高斯函数在x方向的标准偏差，第五个参数为在y方向的偏差，第六个参数不用管。
调用实例：
//载入原图
Mat image=imread("1.jpg");
//进行滤波操作
Mat out;
GaussianBlur( image, out, Size( 5, 5 ), 0, 0 );