【OpenCV】-09、图像模糊（2）——中值滤波、双边滤波_opencv双边滤波器不起效果-优快云博客

本文链接：https://blog.youkuaiyun.com/weixin_43675808/article/details/104991472

本文深入探讨了图像处理中的模糊技术，重点介绍了中值滤波和双边滤波两种方法。中值滤波能有效去除椒盐噪声，而双边滤波则在保留边缘信息的同时平滑图像，避免了传统模糊方法的缺陷。文章提供了详细的OpenCV实现代码，并展示了处理前后图像的对比效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

【OpenCV】图像模糊（2）——中值滤波、双边滤波

中值滤波

统计排序滤波器
中值对椒盐噪声有很好的抑制作用

双边滤波
（1）均值模糊无法克服边缘像素信息丢失缺陷。原因是均值滤波是基于平均权重
（2）高斯模糊部分克服了该缺陷，但是无法完全避免，因为没有考虑像素值的不同
（3）高斯双边模糊 – 是边缘保留的滤波方法，避免了边缘信息丢失，保留了图像轮廓不变

相关API
中值模糊medianBlur（Mat src, Mat dest, ksize）
双边模糊bilateralFilter(src, dest, d=15, 150, 3);

（1） 15 ：计算的半径，半径之内的像数都会被纳入计算，如果提供-1 则根据sigma space参数取值
（2）150 ：sigma color 决定多少差值之内的像素会被计算
（3） 3 ：sigma space 如果d的值大于0则声明无效，否则根据它来计算d值
中值模糊的ksize大小必须是大于1而且必须是奇数。
代码实现

#include<opencv2/opencv.hpp>
#include<iostream>
#include<math.h>

using namespace cv;
using namespace std;

int main(int argc, char**argv)
{
	Mat src;
	src = imread("1.jpg");
	if (!src.data) {
		cout << "could not load the image..." << endl;
		return -1;
	}
	namedWindow("input", CV_WINDOW_AUTOSIZE);
	imshow("input", src);
	Mat dst;
	medianBlur(src, dst, 11);//中值滤波
	imshow("medianBlur", dst);
	imwrite("medianBlur.jpg", dst);


	Mat src2;
	src2 = imread("2.jpg");
	if (!src2.data) {
		cout << "could not load the image..." << endl;
		return -1;
	}
	namedWindow("input2", CV_WINDOW_AUTOSIZE);
	imshow("input2", src2);
	Mat dst2;
	bilateralFilter(src2, dst2, 15, 150, 10);//双边滤波
	imshow("bilateralFilter", dst2);
	imwrite("bilateralFilter.jpg", dst2);
	
	Mat dst3;
	Mat kernel=(Mat_<int>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
	filter2D(dst2, dst3, -1, kernel, Point(-1, -1), 0);//双边滤波的结果拿过来做filter2D
	imshow("filter2D again", dst3);
	imwrite("filter2D again.jpg", dst3);

	waitKey(0);
	return 0;


}