opencv之图像模糊

最新推荐文章于 2023-09-18 18:36:13 发布

hb707934728

最新推荐文章于 2023-09-18 18:36:13 发布

阅读量835

点赞数

CC 4.0 BY-SA版权

分类专栏： opencv学习笔记

本文链接：https://blog.youkuaiyun.com/hb707934728/article/details/75039975

opencv学习笔记专栏收录该内容

9 篇文章

订阅专栏

图像模糊处理，又称平滑处理，用于减少图像噪声和失真。该过程基于图像的卷积运算，通过卷积核滑动并计算像素点的加权平均值。本文介绍了卷积原理，并提供了OpenCV中均值模糊和高斯模糊的API及代码示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

图像的模糊处理也称平滑处理,模糊处理的用途是为了减少图像上的噪点或者失真。

背后的数学原理是图像的卷积运算：

具体原理描述：

上面有一副6x6像素图像和3x3卷积核,卷积过程：

1，滑动卷积核，使核的中心位于输入图像g(i,j)像素上

2，卷积核的每个元素和覆盖图像的像素点值相乘，然后相加

3，卷积计算的结果作为中心像素点也就是红色部分像素点的结果

4，重复上述滑动过程，从左到右，从上到下

关于图像的卷积原理，可以参考：http://blog.youkuaiyun.com/xueyedie1234/article/details/51577495 (描述图像卷积最通俗易懂的文章，没有之一)

相关API

1，均值模糊

blur(Mat src, Mat dst, Size(xradius, yradius), Point(-1,-1));

2,GaussianBlur(Mat src, Mat dst, Size(11, 11), sigmax, sigmay);
其中Size（x, y）, x, y 必须是正数而且是奇数

高斯滤波的卷积核中每个元素通过上面的公式计算得出。

代码实现：

1，原图

2，效果图

代码实现

#include <opencv2\opencv.hpp>
#include <iostream>
using namespace cv;
int main(int argc, char** argv)
{
	Mat src, dst;
	src = imread("test.jpg");
	if (!src.data) {
		printf("could not load image...\n");
		return -1;
	}
	char input_title[] = "input image";
	char output_title[] = "blur image";
	namedWindow(input_title,CV_WINDOW_AUTOSIZE);
	imshow(input_title,src);

	blur(src, dst, Size(11, 11), Point(-1, -1));
	imshow(output_title,dst);

	Mat gblur;
	GaussianBlur(src,gblur,Size(11,11),11,11);
	imshow("gaussian blur",gblur);
	
	waitKey(0);
	return 0;
}