7.2 方框滤波

与均值滤波的不同在于，方框滤波不会计算像素均值。在均值滤波中，滤波结果的像素值是任意一个点的邻域平均值，等于各邻域像素值之和除以邻域面积。而在方框滤波中，可以自由选择是否对均值滤波的结果进行归一化，即可以自由选择滤波结果是邻域像素值之和的平均值，还是邻域像素值之和。

2. 函数语法

在 OpenCV 中，实现方框滤波的函数是 cv2.boxFilter()，其语法格式为:
dst = cv2.boxFilter( src, ddepth, ksize, anchor, normalize, borderType )
式中:

• dst 是返回值，表示进行方框滤波后得到的处理结果。
• src 是需要处理的图像，即原始图像。它能够有任意数量的通道，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。
• ddepth 是处理结果图像的图像深度，一般使用-1 表示与原始图像使用相同的图像深度。
• ksize 是滤波核的大小。
• 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。
• normalize 表示在滤波时是否进行归一化(这里指将计算结果规范化为当前像素值范围 内的值)处理，该参数是一个逻辑值，可能为真(值为 1)或假(值为 0)。
• 当参数 normalize=1 时，表示要进行归一化处理，要用邻域像素值的和除以面积。
• 当参数 normalize=0 时，表示不需要进行归一化处理，直接使用邻域像素值的和。
• borderType 是边界样式，该值决定了以何种方式处理边界。

通常情况下，在使用方框滤波函数时，对于参数 anchor、normalize 和 borderType，直接采 用其默认值即可。因此，函数 cv2.boxFilter()的常用形式为:
dst = cv2.boxFilter( src, ddepth, ksize )

【例 7.3】针对噪声图像，对其进行方框滤波，显示滤波结果。

import cv2
img = cv2.imread("/Users/zhaofeier/Desktop/源代码及图像/chapter7/image/lenaNoise.png")
r = cv2.boxFilter(img,-1,(5,5))
#? 方框滤波语句 r=cv2.boxFilter(o,-1,(5,5))使用了参数 normalize 的默认值，相当 于省略了 normalize=1，因此，该语句与 r=cv2.boxFilter(o,-1,(5,5),normalize=1)是等效的。当然， 此时该语句与均值滤波语句 r5=cv2.blur(o,(5,5))也是等效的。

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

cv2.waitKey()
cv2.destroyAllWindows()

【例 7.4】针对噪声图像，在方框滤波函数 cv2.boxFilter()内将参数 normalize 的值设置为 0， 显示滤波处理结果。

img = cv2.imread("/Users/zhaofeier/Desktop/源代码及图像/chapter7/image/lenaNoise.png")
r = cv2.boxFilter(img,-1,(5,5),normalize=0)
cv2.imshow("original",img)
cv2.imshow("result",r)

cv2.waitKey()
cv2.destroyAllWindows()

【例 7.5】针对噪声图像，使用方框滤波函数cv2.boxFilter()去燥，将参数normalize的值设置为0，将卷积核大小设置为2x2，显示结果

img = cv2.imread("/Users/zhaofeier/Desktop/源代码及图像/chapter7/image/lenaNoise.png")
r = cv2.boxFilter(img,-1,(2,2),normalize=0)
cv2.imshow("original",img)
cv2.imshow("result",r)

cv2.waitKey()
cv2.destroyAllWindows()