opencv学习笔记6 图像平滑处理cvSmooth

函数原理：

CVAPI(void) cvSmooth( const CvArr* src, CvArr* dst,                      int smoothtype CV_DEFAULT(CV_GAUSSIAN),                      int size1 CV_DEFAULT(3),                      int size2 CV_DEFAULT(0),                      double sigma1 CV_DEFAULT(0),                      double sigma2 CV_DEFAULT(0));

参数1：const CvArr* src:处理的源图片；

参数2：const CvArr* dst:处理后的输出图片；

注解：

(1)对于CvArr这一结构，我们可以将其看做C++中的基类，当然也包括IplImage

(2)smooth支持的类型：

CV_BLUR 简单模糊 对每个像素param1,param2求和,并缩放1/(param1*param2),亦即求简单平均值

CV_BLUR_NO_SCALE 简单无缩放变化的模糊 对每个像素param1,param2求和 特别说明的是输入图像和结果图像必须有不同的数值精度，以保证不会发生溢出，如果源图像是8u，则结果图像必须是16s或者32s

CV_MEDIAN 中值模糊 取中心像素的正方形领域类的每个像素的值用中间值代替

CV_GAUSSIAN 高斯模糊 param3为零时，高斯卷积核sigma通过以下公式计算

sigma(x) = (n(x)/2-1)*0.30+0.80，n(x)= param1

sigma(y) = (n(y)/2-1)*0.30+0.80，n(y)= param2

如果第四个参数指定，则第三个和第四个参数分别表示sigma的水平方向和垂直方向的值

如果第三个，第四个参数已经指定，而前两个参数为0，那么窗口的尺寸由sigma确定

速度较慢但最有效

CV_BILATERAL 双向滤波 因为高斯模糊是在图像在空间内的像素是缓慢变化的，但随机的两个点可能形成很大的

像素差，高斯滤波在保留信号的条件下减少噪声，但在接近边缘的地方无效，双向滤波可以解决这个问题，但需要更多的时间代价，

其需要两个参数，param1表示空域中所使用的高斯核的宽度，param2表示颜色域高斯核的高度

从这两幅图片对比可看出，使用3*3模板大小进行中值滤波后的结果已相当不错。

以下是附出的代码：

#include<cv.h>#include<highgui.h>void main(){IplImage* imageIn;cvNamedWindow("imageIn", CV_WINDOW_AUTOSIZE);cvNamedWindow("imageOut", CV_WINDOW_AUTOSIZE);imageIn = cvLoadImage("E:\\f\\图像处理图片\\椒盐噪声.jpg");cvShowImage("imageIn", imageIn);IplImage* imageOut = cvCreateImage(cvGetSize(imageIn), IPL_DEPTH_8U, 3);cvSmooth(imageIn, imageOut, CV_MEDIAN, 3, 3);cvShowImage("imageOut", imageOut);cvSaveImage("E:\\f\\图像处理图片\\afterMedian.jpg", imageOut);cvWaitKey(0);cvReleaseImage(&imageIn);cvReleaseImage(&imageOut);cvDestroyAllWindows();}