线性滤波与图像模糊技术解析
本文探讨了线性滤波在图像处理中的应用，重点讲解了模糊技术，包括方框滤波、均值滤波和高斯滤波。高斯滤波由于其加权平均特性，能有效消除噪声但可能损失图像细节。均值滤波则可能导致图像模糊。OpenCV提供了相应的函数实现这些滤波操作。
一、模糊
二、方框滤波
与模糊对应的词汇是锐化。所以到现在有四个关联的词汇了：卷积，滤波，模糊和锐化。
我们先不考虑锐化，所以有：
- 频率角度：模糊是为了削弱噪点的影响，而噪点通常是高频的
- 滤波：使用滤波的手段，抑制高频，就可以削弱噪点的影响
- 卷积：实现滤波作用的一种工具
然后再来考虑锐化：
- 让滤波器能抑制低频和中频，通过高频，就能实现锐化
所以模糊还是锐化，得看滤波器是啥样子的。
噪点只是少数派，我们要以大局为重，因此小林会重点讲解模糊。
从数学角度看，滤波主要有线性邻域滤波和非线性滤波（下一话会讲）。
OpenCV中线性邻域滤波提供了三种：
- 方框滤波：boxFilter函数
- 均值滤波：blur函数
- 高斯滤波：GaussianBlur函数
通常我们会对整幅图像进行模糊。当需要局部模糊时，可使用ROI。
使用下列的核与原图像卷积， 
控制是否归一化（将值归算到0和1之间）：
控制是否归一化（将值归算到0和1之间）：
最低0.47元/天 解锁文章
扫一扫
3332
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
