OpenCV中的滤波器（1）

秃头蜘蛛

于 2022-03-01 16:48:07 发布

阅读量864

点赞数

CC 4.0 BY-SA版权

文章标签： opencv 计算机视觉人工智能

本文链接：https://blog.youkuaiyun.com/go___on/article/details/123198766

本文介绍了OpenCV中的滤波技术，包括方盒滤波和均值滤波的实现，重点讲解了高斯滤波、中值滤波和双边滤波的工作原理及API使用。高斯滤波用于去除高斯噪声，中值滤波对椒盐噪声有良好效果，而双边滤波则能在保持边缘的同时平滑图像，常用于图像美颜。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

方盒滤波和均值滤波
在这里插入图片描述
当normalize = true，a = 1/w*h, w和h分别为卷积核的宽和高，这时就相当于是均值滤波。
当normalize = flase，a=1
两个滤波api
boxFilter(src, ddpeth, ksize, anchor, normalize, boderType)
blur(src, ksize, anchor, boderType)
ksize表示卷积核大小，（5，5）表示5x5的卷积核
normalize 默认为 true，所以大部分情况下这两个api作用相同，都是均值滤波，（其余参数含义可以去看上篇滤波基本概念）

高斯滤波，如下图所示两边底中间高
在这里插入图片描述
原理就是越靠近中心点高斯权重越高，如下图所示中心点占比最高

高斯滤波api，主要去除的就是图片中的高斯噪点
GaussianBlur(img, ksize, sigmaX, sigmaY,…)
img ：需要处理图像
ksize ：卷积核大小
sigmaX ：延展的宽度，x点，最大范围到中心点的差距，即有多大误差
sigmaY ：Y的误差有多大