opencv_tutorial_code学习——图像滤波与风格化

ImgProc/Smoothing.cpp 与 photo/non_photorealistic_rendering.cpp 中算法对比：

滤波器小结
一、低通滤波器（模糊和平滑）
1、均值（线性）
2、高斯（线性）  去白噪声
3、中值（非线性） 去椒盐噪声
二、高通滤波器（可边缘检测）
1、sobel算子（方向）
2、拉普拉斯变换（二阶导数）
三、邻域滤波
1、方框
2、高斯
3、中值
4、双边（非线性） 保边去噪

原图

Smoothing.cpp中的

归一化滤波：blur( src, dst, Size( i, i ), Point(-1,-1) ) 线性

高斯滤波：GaussianBlur( src, dst, Size( i, i ), 0, 0 ) 线性，去白噪声

中值滤波：medianBlur ( src, dst, i ) 非线性，去椒盐噪声

双边滤波： bilateralFilter ( src, dst, i, i*2, i/2 ) 非线性，效果好，可以实现保边去噪

non_photorealistic_rendering中的：

edgePreservingFilter(src,img,type);分两种type，type=1为Normalized Convolution Filter（归一卷积滤波），type=2为Recursive Filter（回归滤波）

结果分别是：

Normalized Convolution Filter：

Recursive Filter：

detailEnhance(src,img); 细节增强

pencilSketch(src,img1, img, 10 , 0.1f, 0.03f);

stylization(src,img);