7.1 均值滤波

当前像素点周围 N·N 个像素值的均值来代替当前像素值】

2. 函数语法

在 OpenCV 中，实现均值滤波的函数是 cv2.blur()，其语法格式为:
dst = cv2.blur( src, ksize, anchor, borderType )
式中:

• dst 是返回值，表示进行均值滤波后得到的处理结果。
• src 是需要处理的图像，即原始图像。它可以有任意数量的通道，并能对各个通道独立处理。图像深度应该是 CV_8U、CV_16U、CV_16S、CV_32F 或者 CV_64F 中的一种。
• ksize 是滤波核的大小。滤波核大小是指在均值处理过程中，其邻域图像的高度和宽度。
• anchor 是锚点，其默认值是(-1, -1)，表示当前计算均值的点位于核的中心点位置。该值使用默认值即可，在特殊情况下可以指定不同的点作为锚点。
• borderType 是边界样式，该值决定了以何种方式处理边界，其值如表 7-1 所示。一般情 况下不需要考虑该值的取值，直接采用默认值即可。

通常情况下，使用均值滤波函数时，对于锚点 anchor 和边界样式 borderType，直接采用其 默认值即可。因此，函数 cv2.blur()的一般形式为:
dst = cv2.blur( src, ksize,)

【例 7.1】读取一幅噪声图像，使用函数 cv2.blur()对图像进行均值滤波处理，得到去噪图像，并显示原始图像和去噪图像。

import cv2
img = cv2.imread("/Users/zhaofeier/Desktop/源代码及图像/chapter7/image/lenaNoise.png")
r = cv2.blur(img,(5,5))

cv2.imshow("original",img)
cv2.imshow("result",r)

cv2.waitKey()
cv2.destroyAllWindows()

【例 7.2】针对噪声图像，使用不同大小的卷积核对其进行均值滤波，并显示均值滤波的情况。

img = cv2.imread("/Users/zhaofeier/Desktop/源代码及图像/chapter7/image/lenaNoise.png")
r3 = cv2.blur(img,(3,3))
r5 = cv2.blur(img,(5,5))
r30 = cv2.blur(img,(30,30))

cv2.imshow("original",img)
cv2.imshow("result3",r3)
cv2.imshow("result5",r5)
cv2.imshow("result30",r30)

cv2.waitKey()
cv2.destroyAllWindows()