4基于opencv的线性领域滤波（方框_均值_高斯滤波）

线性领域滤波：方框滤波，均值滤波，高斯滤波

一、方框滤波函数boxFilter

1.1示例

MatScrImage = imread("E:\\1TJQ\\Opencv\\Images\\image1.jpg");//读入图像

MatOutImage;

boxFilter(ScrImgaeCopy1, OutImage, -1, Size(5, 5));

1.2 boxFilter ()函数各个参数详解

Ø  ScrImgaeCopy1：输入图像

Ø  OutImage：输出图像

Ø  -1：输出图像的深度，-1代表输出源图像，即src.depth()

Ø  Size(5, 5)：内核大小。Size（3,3）就表示3x3的核大小。

 

二、均值滤波函数Blur

2.1示例

MatScrImage = imread("E:\\1TJQ\\Opencv\\Images\\image1.jpg");//读入图像

MatOutImage1;

blur(ScrImage, OutImage1, Size(5, 5));

2.2 blur()函数各个参数详解

Ø  ScrImage：输入图像

Ø  OutImage1：输出图像

Ø  Size(5, 5)：内核大小。Size（3,3）就表示3x3的核大小。

 

三、高斯滤波GaussianBlur

3.1示例

MatScrImage = imread("E:\\1TJQ\\Opencv\\Images\\image1.jpg");//读入图像

MatOutImage2;

GaussianBlur(ScrImage, OutImage2, Size(5, 5), 0,0);

3.2 GaussianBlur()函数各个参数详解

Ø  ScrImage：输入图像

Ø  OutImage2：输出图像

Ø  Size(5, 5)：内核大小。Size（3,3）就表示3x3的核大小。

0：第四个参数，double类型的sigmaX，表示高斯核函数在X方向的的标准偏差。

0：第五个参数，double类型的sigmaY，表示高斯核函数在Y方向的的标准偏差。

 

四、完整程序

#include <opencv2/core/core.hpp> 

#include <opencv2/imgproc/imgproc.hpp> 

#include <opencv2/opencv.hpp> 

 

#include <vector> 

#include <cstdio> 

 

using namespacestd;

using namespacecv;

 

Mat g_ScrImage, g_ScrImageboxFilter, g_ScrImageBlur,g_ScrImageGaussianBlur;

static voidon_boxFilter(int,void*);

static voidon_Blur(int,void*);

static voidon_GaussianBlur(int,void*);

 

intboxFiltervalue;

intBlurvalue;

intGaussianBlurvalue;

 

int main()

{

   Mat ScrImage,ScrImgaeCopy1, OutImage, OutImage1, OutImage2, OutImage3, OutImage4;

   ScrImage = imread("E:\\1TJQ\\Opencv\\Images\\image1.jpg");//读入图像

   ScrImage.copyTo(ScrImgaeCopy1);                         //将图像赋值一幅ScrImage.copyTo(ScrImgaeCopy1)，ScrImgaeCopy1=ScrImage.clone()都是直接赋值图像 “ScrImgaeCopy1=ScrImage”，“Mat ScrImgaeCopy1(ScrImage)”是直接赋值矩阵地址

   g_ScrImage =ScrImage.clone();

   g_ScrImageboxFilter= ScrImage.clone();

   g_ScrImageBlur =ScrImage.clone();

   g_ScrImageGaussianBlur= ScrImage.clone();

 

   namedWindow("【效果图boxFilter】");

   namedWindow("【效果图blur】");

   namedWindow("【效果图GaussianBlur】");

 

   boxFiltervalue =1;

   Blurvalue = 1;

   GaussianBlurvalue= 1;

 

   createTrackbar("内核值","【效果图boxFilter】",&boxFiltervalue, 50, on_boxFilter);

   on_boxFilter(boxFiltervalue,0);

 

   createTrackbar("内核值","【效果图blur】", &Blurvalue, 50, on_Blur);

   on_boxFilter(Blurvalue,0);

 

   createTrackbar("内核值","【效果图GaussianBlur】",&GaussianBlurvalue, 50, on_GaussianBlur);

   on_boxFilter(GaussianBlurvalue,0);

 

   waitKey(0);

   return NULL;

}

 

static voidon_boxFilter(int,void*)

{

   if(boxFiltervalue != 0)

   {

      boxFilter(g_ScrImage,g_ScrImageboxFilter, -1, Size(boxFiltervalue, boxFiltervalue));

      imshow("【效果图boxFilter】",g_ScrImageboxFilter);

   }

 

}

 

static voidon_Blur(int,void*)

{

   if(Blurvalue != 0)

   {

      blur(g_ScrImage,g_ScrImageBlur, Size(Blurvalue, Blurvalue));

      imshow("【效果图blur】", g_ScrImageboxFilter);

   }

}

 

static voidon_GaussianBlur(int,void*)

{

   if(GaussianBlurvalue != 0)

   {

      GaussianBlur(g_ScrImage,g_ScrImageboxFilter, Size(GaussianBlurvalue * 2 + 1, GaussianBlurvalue * 2 +1), 0, 0);

      imshow("【效果图GaussianBlur】",g_ScrImageboxFilter);

   }

}

 

参考内容：

http://www.cnblogs.com/mq0036/p/5902104.html