图像处理基础(1)：噪声的添加和过滤

总结学习下图像处理方面基础知识。

这是第一篇，简单的介绍下使用OpenCV的三个基本功能：

• 图像的读取
• 图像的显示
• 访问图像的像素值

然后概述下图像噪声的类型，并为图像添加两种常见的噪声：高斯噪声和椒盐噪声。
最后，使用中值滤波和均值滤波来处理带有噪声的图像。

OpenCV基础

在OpenCV中，完成图像的输入输出以及显示，只需要以下几个函数：

namedWindow
创建一个可以通过其名字引用的窗口。第一个参数，设置窗口的name，可以通过name引用该窗口；第二个参数，设置窗口的大小。有以下几个选择：
- WINDOW_NORMAL or WINDOW_AUTOSIZE 调整窗口的大小以适应图像，不同的是，使用WINDOW_NORMAL可以手动调整窗口的大小；WINDOW_AUTOSIZE不能调整窗口的大小。
- WINDOW_FREERATIO or WINDOW_KEEPRATIO 改变窗口时是否会保持图像的ratio不变，没发现这俩有什么区别。

imshow显示图像

imread 读取图像数据到Mat中,第一个参数是图像的文件名；第二个参数是标志，标识怎么处理图像的色彩。常用的几个选项：
- IMREAD_UNCHANGED 和原图像保持一直不变
- IMREAD_GRAYSCALE 将图像转换为单通道的灰度图
- IMREAD_COLOR 将图像转换为3通道的BGR，默认选项
- IMREAD_REDUCED_GRAYSCALE_2 IMREAD_REDUCED_GRAYSCALE_4 IMREAD_REDUCED_GRAYSCALE_8 单通道灰度图读入图像，并减小图像的大小。减小的值为1/2,1/4,1/8
- IMREAD_REDUCED_COLOR_2 IMREAD_REDUCED_COLOR_4 IMREAD_REDUCED_COLOR_2 3通道BGR读入图像，并减小图像的大小。减小的值为1/2,1/4,1/8

Mat是OpenCV中最重要的数据结构，在做图像处理时基本都是对该结构体的操作。Mat由两部分构成：矩阵头和矩阵数据，矩阵头较小，创建的每个Mat实例都拥有一个矩阵头，而矩阵数据通常占有较大的空间，OpenCV中通过引用计数来管理这部分内存空间，当调用赋值运算符和拷贝构造函数时，并不会只复制矩阵头，并不会复制矩阵数据，只是将其的引用计数加1.例如：

Mat m = imread("img.jpg");
Mat a = m; // 赋值运算符
Mat b(m); // 拷贝构造函数

上面代码中的a,b和m各自拥有自己的矩阵头，其引用的数据却指向同一份。也就是说，修改了其中任意一个，都会影响到其余的两个。

要想复制矩阵数据，可以调用clone和copyTo这两个函数

Mat m = imread("img.jpg"