C++手写均值滤波算法

均值滤波的定义及效果

算术均值滤波器的定义很简单，我们假设滑动窗口大小是 3*3， 我们使用 3*3 的窗口在原始输入图片上进行滑动，每滑动一次就计算滑动窗口中 9 个像素的均值作为目标图像像素。    

        

 均值滤波效果：我们输入一张图片，然后使用均值滤波进行滤波，得到我们的滤波后的图像。右图是我们用 5*5 的滑动窗口进行均值滤波后的结果，左边是我们对应的原始图像。

均值滤波存在两个明显的问题

<1> 某个突变像素回影响到周围像素的值

<2> 均值滤波会导致边缘信息丢失

这两个问题可以用中值滤波得到解决，但是中值滤波计算时间消耗比较大 。边缘信息会丢失的问题提出了一种改进的均值滤波器： 首先设定一个阈值， 当中心像素点的像素值与平均值差的绝对值大于阈值的时候才做滤波处理。这样既可以对噪声进行平滑，图像细节上的损失也很小。

实现代码：

#include <opencv2/opencv.hpp>
#include <iostream>
#include <time.h>
using namespace std;
using namespace cv;

void myblur(const Mat& src, Mat& dst, Size ksize)
{
	//若模板不是奇数模板，则报错退出
	if (ksize.width % 2 == 0 || ksize.height % 2 == 0)
	{
		cout << "please inpu