【C++】图像处理中的滤波算法（一）-阿里云开发者社区

【C++】图像处理中的滤波算法（一）

2023-02-10 349

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： 总结一下图像处理中常用的几种滤波算法，包括中值、均值、高斯、双边、引导滤波这五种，主要用于图像平滑去噪方面。滤波算法的基本思路，就是采用周边像素，加权平均计算一个新的像素，来缓减噪声对当前像素的影响。

均值滤波

均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（以目标像素为中心的周围8个像素，构成一个滤波模板，即包括目标像素本身），再用模板中的全体像素的平均值来代替原来像素值。

opencv提供均值滤波函数blur():

CV_EXPORTS_Wvoidblur( InputArraysrc, OutputArraydst,
Sizeksize, Pointanchor=Point(-1,-1),
intborderType=BORDER_DEFAULT );

C++实现：

#include <iostream>#include <string>#include <opencv2/opencv.hpp>usingnamespacestd;
usingnamespacecv;
intmain()
{
MatimgOri=imread("原图.jpg");
namedWindow("原图");
imshow("原图", imgOri);
MatimgOut;
blur(imgOri, imgOut, Size(20, 20));
namedWindow("效果图");
imshow("效果", imgOut);
waitKey(0);
returntrue;
}

中值滤波

中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。采用窗口内中值的方法，有效剔除了异常高亮或过暗的噪声，对椒盐噪声的去除效果比较好，但实际的图像会伴随着边缘纹理，由于只考虑中值，也会将图像细节去除，只是比均值滤波稍微好一点而已。

公式如下：

opencv提供高斯滤波函数medianBlur():

CV_EXPORTS_WvoidmedianBlur(InputArraysrc,OutputArraydst,intKsize//只能3，5，7，9后的奇数)

C++实现：

#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>#include <opencv2/imgproc/imgproc.hpp>usingnamespacecv;
intmain()
{
//载入图像Matimage=imread("1.jpg");
//创建窗口namedWindow("中值滤波原图");
namedWindow("中值滤波效果图");
//进行滤波Matout;
medianBlur(image, out, 7);
imshow("中值滤波原图", image);
imshow("中值滤波效果图", out); 
waitKey(0);
return0;
}

【C++】图像处理中的滤波算法（一）

均值滤波

中值滤波

热门文章

最新文章

相关课程

相关电子书

相关实验场景