Opencv学习笔记（八） -------中值滤波和双边滤波

最新推荐文章于 2024-09-01 12:13:08 发布

原创最新推荐文章于 2024-09-01 12:13:08 发布 · 391 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #计算机视觉 #边缘检测 #cv

本文深入探讨了中值滤波与双边滤波两种图像处理技术，详细介绍了它们的工作原理与OpenCV实现方法。中值滤波适用于去除椒盐噪声，通过排序并选取中值替代中心像素；而双边滤波则是一种边缘保留滤波技术，能够智能选择性地模糊图像，保持边缘清晰。文章提供了代码实例，展示了如何使用OpenCV API进行滤波操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

（一）中值滤波
-统计排序滤波器
-对椒盐噪声有很好的抑制作用
在这里插入图片描述
对3*3领域像素进行排序
取中值作为中心像素点

（二）双边滤波
高斯双边滤波是边缘保留的滤波方法，避免了边缘信息的缺失，保留了图像轮廓不变
在这里插入图片描述
判断相邻像素点是否相差太大
选择性的进行模糊

（三）相关API
（1）中值模糊medianBlur(Mat src,Mat dst,Ksize)

-Ksize必须是大于1而且是奇数

（2）双边模糊bilateralFilter(src,dst,d = 15,150,3)
-15-计算的半径，如果提供-1，则根据sigma space参数取值

-150-决定差值多少之内的像素会被计算

-3-sigma space，如果d值大于0则声明无效，否则根据它来计算d值大小

（代码部分）

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace cv;
using namespace std;

int main(int argc, char** argv)
{
	Mat src;
	src = imread("D:/picture/Curry.jpeg");

	if (src.empty())     //如果没有找到图片
	{
		printf("could not find picture.....\n");
		return -1;
	}

	namedWindow("input image", CV_WINDOW_AUTOSIZE);
	imshow("input image", src);

	Mat dst = src.zeros(src.size(), src.type());
	Mat dou = src.zeros(src.size(), src.type());
	medianBlur(src, dst, 5);
	namedWindow("中值滤波", CV_WINDOW_AUTOSIZE);
	imshow("中值滤波", dst);
	bilateralFilter(src, dou, 5, 80, 1);
	namedWindow("双边滤波", CV_WINDOW_AUTOSIZE);
	imshow("双边滤波", dou);

	waitKey(0);   //等待
	return 0;
}

实验效果
在这里插入图片描述