1、模糊原理
Smooth/Blur 是图像处理中最简单和常用的操作之一
使用该操作的原因之一就为了给图像预处理时候减低噪声
使用Smooth/Blur操作其背后是数学的卷积计算
通常这些卷积算子计算都是线性操作,所以又叫线性滤波
归一化盒子滤波(均值滤波):
高斯滤波
2、相关API
均值模糊
blur(Mat src, Mat dst, Size(xradius, yradius), Point(-1,-1));
高斯模糊
GaussianBlur(Mat src, Mat dst, Size(11, 11), sigmax, sigmay);
其中Size(x, y), x, y 必须是正数而且是奇数
3、代码实现
均值模糊代码如下:
#include <opencv2/opencv.hpp> #include <iostream> using namespace std; using namespace cv; int main(int argc, char** argv) { Mat src, dst; src = imread("C:/Users/86180/Desktop/文档/学习/opencv/图片处理/zqy4_1.jpg"); if (!src.data) { cout << "could not load image..4." << endl; return -1; } char input_win[] = "input image"; char output_win[] = "blue image"; namedWindow(input_win, WINDOW_AUTOSIZE); namedWindow(output_win, WINDOW_AUTOSIZE); imshow(input_win, src); blur(src, dst, Size(5, 3), Point(-1, -1)); imshow(output_win, dst); waitKey(0); return 0; }
其运行结果为:
- 高斯模糊代码如下:
#include <opencv2/opencv.hpp> #include <iostream> using namespace cv; int main(int argc, char** argv) { Mat src, dst; src = imread("C:/Users/86180/Desktop/文档/学习/opencv/图片处理/zqy4_1.jpg"); if (!src.data) { printf("could not load image...\n"); return -1; } char input_title[] = "input image"; char output_title[] = "blur image"; namedWindow(input_title, WINDOW_AUTOSIZE); namedWindow(output_title, WINDOW_AUTOSIZE); imshow(input_title, src); //blur(src, dst, Size(11, 11), Point(-1, -1)); //imshow(output_title, dst); Mat gblur; GaussianBlur(src, gblur, Size(11, 11), 11, 11); imshow("gaussian blur", gblur); waitKey(0); return 0; }
其运行结果为: