最大值、最小值、中值、均值滤波

0 定义及用途

       均值滤波，即以模板内算术平均数的值代替中心像素值，可以降低高斯噪声。

       中值滤波，即以模板内进行有序排列后位于中间的像素值代替中心像素值，可以降低椒盐噪声。

       最大值滤波，即以模板内进行有序排列后最大像素值代替中心像素值，可以去除图像中的暗斑，使亮斑增大。

最小值滤波，即以模板内进行有序排列后最小像素值代替中心像素值，可以去除图像中的亮斑，使暗斑增大。

1 代码

class Filter{

public:

  Filter(intwidth, int height) : width_(width),height_(height) {

    dst_img_.create(height,width, CV_8UC1);

  }

  ~Filter() {

  }

  virtual cv::Mat&do_filter(cv::Mat&src_img) = 0;

  const int radius_ = 1;  // 3 * 3 model

  int height_;

  int width_;

  cv::Matdst_img_;

};

 

class MeanFilter : public Filter{

public:

  MeanFilter(intwidth, int height) : Filter(width,height) {

  };

  ~MeanFilter() {

  };

  cv::Mat&do_filter(cv::Mat&src_img) {

    int template_size = (2 * radius_ + 1)*(2 * radius_ + 1);

    for (inti = 0; i < src_img.rows; ++i) {

      for (intj = 0; j < src_img.cols; ++j) {

        int roi_sum = 0;

        for (intm = -radius_; m <= radius_; m++) {

          int r_offset = m + i;

          r_offset = (r_offset < 0) ? 0 : (r_offset >=src_img.rows ?src_img.rows :r_offset);

          for (intn = -radius_; n <= radius_; n++) {

            int c_offset = n + j;

            c_offset = (c_offset < 0) ? 0 : (c_offset >=src_img.cols ?src_img.cols :c_offset);

            roi_sum +=static_cast<int>(src_img.at<unsignedchar>(r_offset, c_offset));

          }

        }

        dst_img_.at<unsignedchar>(i, j) = roi_sum / template_size;

      }

    }

    return dst_img_;

  }

};

// 均值滤波，最大值滤波，最小值滤波

class MiddleFilter : public Filter {

public:

  enum {

    MIN = 0,

    MIDDLE = 1,

    MAX = 2

  }Method;

  MiddleFilter(intwidth, int height, int method =MIDDLE) : Filter(width,height),

    method_(method){

  };

  ~MiddleFilter() {

  };

  cv::Mat&do_filter(cv::Mat&src_img) {

    int template_size = (2 * radius_ + 1)*(2 * radius_ + 1);

    unsigned char *template_value = new unsigned char[template_size];

    for (inti = 0; i < src_img.rows; ++i) {

      for (intj = 0; j < src_img.cols; ++j) {

        int index = 0;

        memset(template_value, 0,template_size);

        for (intm = -radius_; m <= radius_; m++) {

          int r_offset = m + i;

          r_offset = (r_offset < 0) ? 0 : (r_offset >=src_img.rows ?src_img.rows :r_offset);

          for (intn = -radius_; n <= radius_; n++) {

            int c_offset = n + j;

            c_offset = (c_offset < 0) ? 0 : (c_offset >=src_img.cols ?src_img.cols :c_offset);

            template_value[index++] =src_img.at<unsignedchar>(r_offset, c_offset);

          }

        }

        quick_sort(template_value, 0,template_size - 1);

        if (method_ ==MIN) {

          dst_img_.at<uchar>(i,j) = template_value[0];

        } else if (method_ == MIDDLE) {

          dst_img_.at<uchar>(i,j) = template_value[template_size / 2];

        } else {

          dst_img_.at<uchar>(i,j) = template_value[template_size - 1];

        }

      }

    }

    delete[] template_value;

    return dst_img_;

  }

  int method_;

};