OpenCV-均值滤波cv::blur

简介: OpenCV-均值滤波cv::blur

函数原型

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

参数说明

InputArray类型的src,输入图像,如Mat类型。

OutputArray类型的dst,输出图像。

Size类型的ksize,内核的大小,比如3*3,5*5。

Point类型的anchor,锚点,如果是点坐标为负值,则取核的中心为锚点。

int类型的borderType,推断图像边缘像素的边界模式。

测试代码

#include<iostream>
#include<opencv2/opencv.hpp>
#include<ctime>
using namespace std;
using namespace cv;
int main(void)
{
  cv::Mat test = imread("long.jpg");
  cv::Mat result;
  cv::blur(test, result, Size(7,7));
  imshow("original", test);
  imshow("result", result);
  waitKey(0);
  system("pause");
  return 0;
}

测试效果

图1 对比图

图2 原图细节

图3 均值滤波后细节

      均值滤波是最简单的一种滤波操作,输出图像的每个像素点,都是其内核窗口中像素的均值,达到了一定的模糊效果~

      如果文章帮助到你了,可以点个赞让我知道,我会很快乐~加油!

目录
打赏
0
0
0
0
17
分享
相关文章
Python在计算机视觉(CV)中扮演重要角色,得益于其丰富的库如OpenCV、Pillow和Scikit-image。
【7月更文挑战第5天】Python在计算机视觉(CV)中扮演重要角色,得益于其丰富的库如OpenCV、Pillow和Scikit-image。CV涉及图像处理、模式识别和机器学习,用于图像理解和生成。Python的跨平台特性和活跃社区使其成为CV的理想工具。基本流程包括图像获取、预处理、特征提取、分类识别及图像生成。例如,面部识别通过预处理图像,使用如`cv2.CascadeClassifier`进行检测;物体检测类似,但需适应不同目标;图像生成则利用GAN创造新图像。
101 4
OpenCV读取视频失败<无可用信息,未为 opencv_world453.dll 加载任何符号> cv::VideoCapture
本文介绍了解决OpenCV读取视频失败的错误,指出问题通常由视频路径错误或摄像头索引错误导致,并提供了相应的解决方法。
OpenCV读取视频失败<无可用信息,未为 opencv_world453.dll 加载任何符号> cv::VideoCapture
|
7月前
|
OpenCV 图像类型标识符 CV_<bit_depth><S|U|F>C<number_of_channels>
OpenCV 图像类型标识符 CV_<bit_depth><S|U|F>C<number_of_channels>
66 0
【Qt&OpenCV 图像平滑/滤波处理 -- Blur/Gaussian/Median/Bilateral】
【Qt&OpenCV 图像平滑/滤波处理 -- Blur/Gaussian/Median/Bilateral】
113 0
OpenCV报错: cv::Exception,位于内存位置 0x00000078226FEE58 处。
OpenCV报错: cv::Exception,位于内存位置 0x00000078226FEE58 处。
133 0
OpenCV(二十二):均值滤波、方框滤波和高斯滤波
OpenCV(二十二):均值滤波、方框滤波和高斯滤波
285 1
opencv cv::Range()和cv::Rect()用于crop来获得感兴趣区域
opencv cv::Range()和cv::Rect()用于crop来获得感兴趣区域
397 0