OpenCV图像处理-添加噪声以及滤波

添加噪声：

1.添加椒盐噪声：

img是被操作的图片，number是生成的椒盐的数量。

原理是通过rand函数随机生成椒盐的位置和颜色（颜色只有黑白）。

void QuickFilters::MakeSaltAndPepper(Mat &img,int number) {
    for(int i = 0;i < number;i++){
        int col = rand() % img.cols;
        int row = rand() % img.rows;
        bool BlackORWhite = rand() % 2;
        if(BlackORWhite == 0){
            if(img.type() == CV_8UC1){
                img.at<uchar>(row,col) = 0;
            }else if(img.type() == CV_8UC3){
                img.at<Vec3b>(row,col)[0] = 0;
                img.at<Vec3b>(row,col)[1] = 0;
                img.at<Vec3b>(row,col)[2] = 0;
            }
        }else{
            if(img.type() == CV_8UC1){
                img.at<uchar>(row,col) = 255;
            }else if(img.type() == CV_8UC3){
                img.at<Vec3b>(row,col)[0] = 255;
                img.at<Vec3b>(row,col)[1] = 255;
                img.at<Vec3b>(row,col)[2] = 255;
            }
        }
    }
    imshow("SaltAndPepper",img);
}

2.添加高斯噪声：

img是被操作的图片。

原理是通过fill生成的高斯分布的像素点，然后添加到原来的图像当中。

void QuickFilters::MakeGaussNoise(Mat &img) {
    RNG rng;
    Mat GaussNoise = Mat::zeros(img.size(),img.type());
    rng.fill(GaussNoise,RNG::NORMAL,10,20);
    img = img + GaussNoise;
    imshow("GaussNoise",img);
}

滤波算法：

1.均值滤波：

size代表卷积核的大小。

void QuickFilters::AvFilter(Mat &img, int size) {
    blur(img,img,Size(size,size));
    imshow("imgAvImage"+size,img);
}

2.方框滤波：

size代表卷积核的大小，-1代表自动选择输出图像的数据类型，Point(-1,-1)代表内核的基准点为正中心。，true代表进行归一化。

void QuickFilters::BoxFilter(Mat &img, int size) {
    boxFilter(img,img,-1,Size(size,size),Point(-1,-1),true);
    imshow("imgBoxFilter"+size,img);
}

3.高斯滤波：

size代表卷积核的大小，第四个参数代表X方向高斯滤波器标准偏差，第五个参数代表Y方向高斯滤波器标准偏差。

void QuickFilters::GaussFilter(Mat &img, int size) {
    GaussianBlur(img,img,Size(size,size),10,20);
    imshow("imgGaussFilter"+size,img);
}

4.中值滤波：

中值滤波使用的是滤波器范围内所有像素点的中值作为滤波器中心位置像素值，size指定的是滤波器范围。

void QuickFilters::MedianFilter(Mat &img, int size) {
    medianBlur(img,img,size);
    imshow("imgMedianFilter",img);
}