当前位置：首页 > news >正文

open cv均值中值高斯双边高斯滤波及模糊

news 来源：原创 2024/5/20 23:57:52

/*
模糊与消噪

模糊原理(线性滤波)

●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(kernel掩膜)计算都是线性操作 ,所以又叫线性滤波

降低噪点 OCR识别特征提取通过smooth让二值化对象提取更准确

归一化盒子滤波(均值滤波)
高斯滤波(能最大限度保留像素的质量与大小)

相关API
●均值模糊
x坐标 y坐标中心像素的位置

blur(Mat src,IMat dst, Size(xradius, yradius), Point(-1,-1);

●高斯模糊(各像素权重不一样，按高斯分布)(类似于图像混合)
窗口大小正态分布的情况

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

filter2D也可以做模糊

https://blog.csdn.net/Vici__/article/details/102476784?depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-9&utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-9

中值滤波
●统计排序滤波器
●中值对椒盐噪声(白点和黑点)有很好的抑制作用噪声所在的位置叫做噪点

双边滤波(效果好)

●均值模糊无法克服边缘像素信息丢失缺陷。原因是均
值滤波是基于平均权重
●高斯模糊部分克服了该缺陷,但是无法完全避免，因
为没有考虑像素值的不同
●高斯双边模糊- 是边缘保留的滤波方法,避免了边缘
信息丢失，保留了图像轮廓不变
空域核值域和保留值域

相关API
●中值模糊medianBlur ( Mat src, Mat dest, ksize )
●双边模糊bilateralFilter(src, dest, d=15, 150, 3);
15 计算的半径.半径之内的像数都会被纳入计算, 如果提供1则根据sgma space参数取值
150 sigma color决定多少差值之内的像素会被计算
3 sigma space如果d的值大于0刚声明无效。否则根据它来计算d值
中值模糊的ksize(卷积核)大小必须是大于1而且必须是奇数(偶数不好找中心像素)

#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui_c.h>
#include <iostream>
#include <windows.h>

using namespace cv;
using namespace std;

int main()
{
	Mat src, dst, gsblur, zaoblur, shuangblur,ts1,ts2,ts3;
	src = imread("D:/实验台/机器视觉/测试图片/机器人正面.jpg");//以灰度图形式读取
	zaoblur = imread("D:/实验台/机器视觉/测试图片/机器人正面.jpg");
	if (!src.data)
	{
		cout << "加载失败" << endl;
		return -1;
	}
	char input[] = "原图";
	char output[] = "模糊";
	imshow(input,src);



	blur(src, dst, Size(11, 11), Point(-1, -1));        

	//均值模糊，参数分为为待处理图像，处理后图像
	//Size卷积模板x方向和y方向窗口的大小 核的大小 
	//只能为正的奇数，值越大，对应方向模糊程度越明显
	//模板中间像素位置一般固定为Point(-1,-1)
	imshow("blur均值模糊", dst);



	GaussianBlur(src, gsblur, Size(9, 9), 12, 12);            
	//高斯模糊，参数分别为待处理图像，处理后图像
	//卷积模板x方向和y方向窗口的大小
	//（只能为正的奇数，值越大，对应方向模糊程度越明显）
	//高斯公式的两个方向的sigma值（用来调节正态分布）
	//9,9表示x和y方向的方差，如果y=0则y方向的方差与x相等
	//12,12表示模糊的程度 差越大越模糊
	imshow("Gaussianblur高斯模糊",gsblur);

	
	medianBlur(src,src,3);//中值滤波  
	//src为待处理图像，dest为处理后图像，3(ksize)为卷积模板的大小
	//其值必须大于1且为奇数 这个数越大图片越模糊
	//namedWindow("中值滤波消噪", 0);
	imshow("中值滤波消噪medianBlur", src);

	/*配合掩膜有油画的感觉 可以增强简单的轮廓
	Mat kernel = (Mat_<char>(3, 3) << 0,-1, 0,
														  -1, 5, -1,
														   0, -1, 0);
	filter2D(zaoblur, zaoblur, zaoblur.depth(), kernel);
	*/


	//效果最好(高斯双边模糊+对比度提升)
	
	bilateralFilter(src,dst,15,30,3);//高斯双边模糊
	;//src为待处理图像，dst为处理后图像，
	//15为计算的半径，半径之内的像素都会被纳入计算（大小不影响滤波程度）
	//30为空间过滤器的sigma值 值越大 该像素领域中会有越宽广的颜色被混在一起（越大越模糊）
	//3为高斯分布的sigma值（若d的值大于0则声明无效，否则根据用它计算d值代替30
	imshow("双边高斯模糊", dst);


	Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0,
		-1, 5, -1,
		0, -1, 0);

	//filter2D(dst, dst, dst.depth(), kernel);
	//namedWindow("双边高斯模糊+对比度提升",0);
	//imshow("双边高斯模糊+对比度提升",dst);
	waitKey(0);
	return 0;
}