Opencv(C++)笔记--均值滤波模糊、高斯滤波模糊、中值滤波模糊和高斯双边滤波模糊

目录

1--均值滤波模糊

2--高斯滤波模糊

3--中值滤波模糊

4--高斯双边滤波模糊

5--代码展示


1--均值滤波模糊

cv::blur(src, dst, ksize, anchor),anchor表示锚点,默认值为(-1, -1)表示内核的中心;

cv::blur(src, dst1, cv::Size(3, 3), cv::Point(-1, -1)); 

2--高斯滤波模糊

cv::GaussianBlur(src, dst, ksize, sigmaX, sigmaY),sigmaX表示X方向上的高斯核标准差,sigmaY表示Y方向上的高斯核标准差;

cv::GaussianBlur(src, dst2, cv::Size(5, 5), 11, 11); // 核大小Size必须为奇数

3--中值滤波模糊

cv::medianBlur(src, dst, ksize),中值滤波能够很好地过滤椒盐噪声;

cv::medianBlur(src, dst3, 3);

4--高斯双边滤波模糊

API参数解释参考,高斯双边滤波模糊可以过滤噪声,同时保持边缘特征(相对于高斯滤波的优点);

cv::bilateralFilter(src, dst4, 15, 300, 3); 

5--代码展示

① 代码:

#include 
# include
using namespace std;

int main(int argc, char** argv){
    cv::Mat src;
    src = cv::imread("./test1.jpg");
    if (src.empty()){
        printf("could not load image..\n");
        return -1;
    }
    cv::imshow("input", src);

    // 均值滤波模糊
    cv::Mat dst1;
    cv::blur(src, dst1, cv::Size(3, 3), cv::Point(-1, -1)); // 第三个参数和核的大小
    cv::imshow("blur demo", dst1);

    // 高斯滤波模糊
    cv::Mat dst2;
    cv::GaussianBlur(src, dst2, cv::Size(5, 5), 11, 11); // 核大小Size必须为奇数
    cv::imshow("gaussian demo", dst2);

    // 中值滤波模糊
    cv::Mat dst3;
    cv::medianBlur(src, dst3, 3);
    cv::imshow("medianBlur demo", dst3);

    // 高斯双边滤波模糊
    cv::Mat dst4;
    cv::bilateralFilter(src, dst4, 15, 300, 3); 
    cv::imshow("bilateralFilter demo", dst4);
    
    cv::waitKey(0);
    return 0;
}

② 结果:

Opencv(C++)笔记--均值滤波模糊、高斯滤波模糊、中值滤波模糊和高斯双边滤波模糊_第1张图片Opencv(C++)笔记--均值滤波模糊、高斯滤波模糊、中值滤波模糊和高斯双边滤波模糊_第2张图片Opencv(C++)笔记--均值滤波模糊、高斯滤波模糊、中值滤波模糊和高斯双边滤波模糊_第3张图片

Opencv(C++)笔记--均值滤波模糊、高斯滤波模糊、中值滤波模糊和高斯双边滤波模糊_第4张图片Opencv(C++)笔记--均值滤波模糊、高斯滤波模糊、中值滤波模糊和高斯双边滤波模糊_第5张图片

你可能感兴趣的:(Opencv(C++)学习笔记,c++,opencv,均值算法)