【拜小白opencv】31-平滑处理4非线性滤波之——中值滤波

常言道“温故而知新”，写此文章就是对自己目前学习内容的小小的总结与记录。

本文力求用最简洁的语言，详细的代码将此部分内容讲解清楚，但由于博主同样是刚刚接触OpenCV，或许表达上有些瑕疵，还望读者能够指教探讨，大家共同进步。

博主机器配置为：VS2013+opencv2.4.13+Win-64bit。

若本文能给读者带来一点点启示与帮助，我就很开心了。

=========================分割线========================

1-中值滤波

• 中值滤波法是一种非线性平滑技术，将图像的每个像素用邻域 (以当前像素为中心的正方形区域)像素的中值代替 ，常用于消除图像中的椒盐噪声。
• 与低通滤波不同的是，中值滤波对脉冲噪声有良好的滤除作用，特别是在滤除噪声的同时，能够保护信号的边缘，使之不被模糊，但它会洗去均匀介质区域中的纹理。这些优良特性是线性滤波方法所不具有的。

中值滤波能减弱或消除傅里叶空间的高频分量，同时也影响低频分量。中值滤波去除噪声的效果依赖于两个要素：邻域的空间范围和中值计算中涉及的像素数。一般说来，小于滤波器面积一半的亮或暗的物体基本上会被滤除，而较大的物体几乎会原封不动地保存下来，因此中值滤波器的空间尺寸必须根据现有的问题来进行调整。

=========================分割线======================

2-medianBlur()函数——中值滤波

OpenCV将均值滤波封装在medianBlur()函数中，作用是输入一副图像对其进行中值滤波。下面来看下medianBlur()函数的定义：

void medianBlur( InputArray src, OutputArray dst, int ksize );

参数说明：

• 参数1：输入要处理的图像。
• 参数2：得到处理后的输出图像，与输入图像有一样的尺寸和类型。
• 参数3：int类型的ksize，表示内核大小，必须设置为奇数。

==================分割线================

3-代码演示

/*中值滤波*/#include <opencv2/core/core.hpp>                #include <opencv2/highgui/highgui.hpp>    #include <opencv2/imgproc/imgproc.hpp>#include <iostream>   using namespace std;using namespace cv;int main(){//------------【1】读取源图像并检查图像是否读取成功------------   Mat srcImage = imread("D:\\OutPutResult\\ImageTest\\boat1.jpg");if (!srcImage.data){cout << "读取图片错误，请重新输入正确路径！\n";system("pause");return -1;}imshow("【源图像】", srcImage);//------------【2】对图像进行中值滤波处理------------   Mat dstImage;medianBlur(srcImage, dstImage, 5);//中值滤波imshow("【中值滤波】", dstImage);waitKey(0);return 0;}

========================分割线================

4-显示结果

=====================分割线===================

5-程序说明

可以发现，中值滤波可以很好保留物体的边缘信息。

=====================END===================