【OpenCV入门教程之八】线性邻域滤波专场 方框滤波 均值滤波与高斯滤波

分享一下我老师大神的人工智能教程！零基础，通俗易懂！http://blog.youkuaiyun.com/jiangjunshow

也欢迎大家转载本篇文章。分享知识，造福人民，实现我们中华民族伟大复兴！

               

 

 本系列文章由@浅墨_毛星云 出品，转载请注明出处。  

 文章链接： http://blog.youkuaiyun.com/poem_qianmo/article/details/22745559

 作者：毛星云（浅墨）    邮箱： happylifemxy@163.com 

 写作当前博文时配套使用的OpenCV版本： 2.4.8

本篇文章中，我们一起仔细探讨了OpenCV图像处理技术中比较热门的图像滤波操作。图像滤波系列文章浅墨准备花两次更新的时间来讲，此为上篇，为大家剖析了“方框滤波“，”均值滤波“和”高斯滤波“三种常见线性邻域滤波操作。而作为非线性滤波的“中值滤波”和“双边滤波”，留待我们下次剖析。

先上一张精彩截图：

浅墨其实很希望把这篇文章写得精简和简明扼要，发现越深入写进去，需要讲的周边内容越多，于是文章越写越长，最后在word中字数统计突破了一万。。。。。。。

因为文章很长，如果详细啃的话，或许会消化不良。在这里给大家一个指引，如果是单单想要掌握这篇文章中讲解的OpenCV线性滤波相关的三个函数：boxFilter，blur和GaussianBlur的使用方法的话，直接看第三部分“浅出”和第四部分“实例”就行。

 

在以后写的OpenCV系列文章中，浅墨暂且准备将每篇博文中知识点都分成原理、深入、浅出和实例四大部分来讲解，

第一部分为和图像处理中线性滤波相关的理论，第二部分“深入”部分主要深入OpenCV内部，带领大家领略OpenCV的开源魅力，进行OpenCV相关源码的剖析，做到对OpenCV理解深刻，做一个高端大气的OpenCV使用者。 第三部分“浅出”主要教会大家如何快速上手当前文章中介绍的相关OpenCV API函数。而在第四部分，浅墨会为大家准备一个和本篇文章相关的详细注释的综合实例程序。

这样的话呢，文章既不失深度，也不失快速入门的良方。希望浅墨按这样的新思路写出来的文章,无论是新手还是高手，看了都能有所收获。

给出本篇万字文章的结构脉络：

 

一、理论——相关图像处理概念介绍

二、深入——OpenCV源码讲解

三、浅出——API函数讲解

四、实例——详细注释的博文配套程序

 

OK，我们开始吧。

一、理论与概念讲解

<1>关于平滑处理

“平滑处理“（smoothing）也称“模糊处理”（bluring），是一项简单且使用频率很高的图像处理方法。平滑处理的用途有很多，最常见的是用来减少图像上的噪点或者失真。在涉及到降低图像分辨率时，平滑处理是非常好用的方法。

<2>图像滤波与滤波器

首先我们看一下图像滤波的概念。图像滤波，即在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制，是图像预处理中不可缺少的操作，其处理效果的好坏将直接影响到后续图像处理和分析的有效性和可靠性。
消除图像中的噪声成分叫作图像的平滑化或滤波操作。信号或图像的能量大部分集中在幅度谱的低频和中频段是很常见的，而在较高频段，感兴趣的信息经常被噪声淹没。因此一个能降低高频成分幅度的滤波器就能够减弱噪声的影响。
图像滤波的目的有两个:一是抽出对象的特征作为图像识别的特征模式;另一个是为适应图像处理的要求，消除图像数字化时所混入的噪声。
而对滤波处理的要求也有两条:一是不能损坏图像的轮廓及边缘等重要信息;二是使图像清晰视觉效果好。

平滑滤波是低频增强的空间域滤波技术。它的目的有两类：一类是模糊；另一类是消除噪音。（各种“两"，：））
空间域的平滑滤波一般采用简单平均法进行，就是求邻近像元点的平均亮度值。邻域的大小与平滑的效果直接相关，邻域越大平滑的效果越好，但邻域过大，平滑会使边缘信息损失的越大，从而使输出的图像变得模糊，因此需合理选择邻域的大小。
关于滤波器，一种形象的比喻法是：我们可以把滤波器想象成一个包含加权系数的窗口，当使用这个滤波器平滑处理图像时，就把这个窗口放到图像之上，透过这个窗口来看我们得到的图像。
滤波器的种类有很多， 在新版本的OpenCV中，提供了如下五种常用的图像平滑处理操作方法，且他们分别被封装在单独的函数中，使用起来非常方便：

 

• 方框滤波——boxblur函数
• 均值滤波（邻域平均滤波）——blur函数
• 高斯滤波——GaussianBlur函数
• 中值滤波——medianBlur函数
• 双边滤波——bilateralFilter函数

 

今天我们要讲解的是作为线性滤波的方框滤波，均值滤波和高斯滤波。两种非线性滤波操作——中值滤波和双边滤波，我们留待下次讲解。

 

<3>对线性滤波器的简介

 

线性滤波器：线性滤波器经常用于剔除输入信号中不想要的频率或者从许多频率中选择一个想要的频率。

几种常见的线性滤波器：

• 允许低频率通过的低通滤波器。
• 允许高频率通过的高通滤波器。
• 允许一定范围频率通过的带通滤波器。
• 阻止一定范围频率通过并且允许其它频率通过的带阻滤波器。
• 允许所有频率通过、仅仅改变相位关系的全通滤波器。
• 阻止一个狭窄频率范围通过的特殊带阻滤波器，陷波滤波器（Band-stop filter）。

<4>关于滤波和模糊

关于滤波和模糊，大家往往在初次接触的时候会弄混淆，“一会儿说滤波，一会儿又说模糊，什么玩意儿啊”。

没关系，在这里，我们就来辨别一下，为大家扫清障碍。

我们上文已经提到过，滤波是将信号中特定波段频率滤除的操作，是抑制和防止干扰的一项重要措施。

为了方便说明，就拿我们经常用的高斯滤波来作例子吧。我们知道，滤波可分低通滤波和高通滤波两种。而高斯滤波是指用高斯函数作为滤波函数的滤波操作，至于是不是模糊，要看是高斯低通还是高斯高通，低通就是模糊，高通就是锐化。

其实说白