09 OpenCV模糊图像2(中值滤波与双边滤波)

最新推荐文章于 2024-02-11 17:20:37 发布

xinzhihen1998

最新推荐文章于 2024-02-11 17:20:37 发布

阅读量367

点赞数 1

CC 4.0 BY-SA版权

分类专栏： OpenCV图像处理文章标签： opencv 计算机视觉

本文链接：https://blog.youkuaiyun.com/xinzhihen1998/article/details/104146884

OpenCV图像处理专栏收录该内容

25 篇文章

订阅专栏

本文深入探讨了图像处理中的中值滤波和双边滤波技术，详细解释了这两种滤波方法如何有效处理图像噪声，特别是在抑制椒盐噪声和保护边缘信息方面的作用。通过OpenCV API的使用示例，展示了如何在实际应用中实现这些滤波效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、中值滤波

统计排序滤波器
中值滤波对椒盐噪声有很好的抑制作用

在这里插入图片描述

二、双边滤波

由于均值滤波是基于平均权重，故其无法克服边缘像素信息丢失缺陷
高斯模糊克服了该缺陷，但由于没有考虑像素值的不同，无法完全避免
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

在这里插入图片描述

三、相关API

中值模糊

medianBlur(Mat src,Mat dst,ksize); // 注 ksize大小必须是大于1而且必须是奇数

双边模糊

bilateralFilter(src,dst,d = 15,150,3);//15 计算的半径，半径之内的像素都会被纳入计算，如果为-1则根据sigma space参数取值  150 sigma color 决定多少差值之内的像素会被计算  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

四、示例

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

using namespace std;
using namespace cv;

int main()
{
	Mat src, dst;
	src = imread("images/10.png");
	if (!src.data) {
		cout << "could not load image1..." << endl;
		return -1;
	}
	namedWindow("input_image", CV_WINDOW_AUTOSIZE);
	imshow("input_image", src);

	//blur(src, dst, Size(11, 11), Point(-1, -1));
	//imshow("blur image1", dst);

	//GaussianBlur(src, dst, Size(11, 11), 11, 11);
	//imshow("blur image2", dst);

	medianBlur(src, dst, 3);
	imshow("median filter result", dst);

	bilateralFilter(src, dst, 15, 150, 3);
	imshow("bilateralFilter result", dst);

	waitKey();
	return 0;
}

在这里插入图片描述