C++OpenCV图像处理基本操作补充（十一）

最新推荐文章于 2024-01-04 09:06:59 发布

AI炮灰

最新推荐文章于 2024-01-04 09:06:59 发布

阅读量214

点赞数

CC 4.0 BY-SA版权

分类专栏：计算机视觉-图像处理 c++opencv图像处理文章标签：卷积 opencv 计算机视觉图像识别

本文链接：https://blog.youkuaiyun.com/bigData1994pb/article/details/118573700

c++opencv图像处理同时被 2 个专栏收录

55 篇文章

订阅专栏

计算机视觉-图像处理

16 篇文章

订阅专栏

本文介绍了图像模糊的基本原理，包括卷积运算在平滑/模糊中的应用，并详细讲解了中值滤波、双边滤波的实现方法。通过QuickDemo示例展示了如何使用OpenCV进行高斯模糊和中值滤波操作，以及双边滤波在降低噪声和保持边缘细节上的优势。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.图像模糊

1.1模糊原理

Smooth/blur是图像处理中最简单和常用的操作之一。使用该操作的原因之一就是为了给图像预处理时候降低噪声。使用Smooth/Blur操作其背后是数学的卷积计算。通过这些卷积算子计算都是线性操作，所以又叫线性滤波。

1.2 图像模糊实现

void QuickDemo::image_filtering_demo(Mat& image) {
	Mat dst;
	blur(image, dst, Size(3, 3), Point(-1, -1));
	imshow("中值模糊", dst);
	GaussianBlur(image, dst, Size(5, 5), 11, 11);
	imshow("高斯模糊",dst);
}

2.图像滤波

2.1中值滤波

2.2 双边滤波

2.3 相关API

2.4实现

void QuickDemo::image_filtering_demo(Mat& image) {
	Mat dst;
	medianBlur(image, dst, 3);
	imshow("中值滤波", dst);
	bilateralFilter(image, dst, 15,150,3);//15是窗口大小，
	imshow("双边滤波", dst);
}