opencv 4 -- 图像平滑与滤波--理论解释

滤波的作用是什么？

一般可以对图像进行低通滤波、高通滤波 低通滤波：帮助我们去除噪音，模糊图像 高通滤波：帮助我们找到图像的边缘

每个输入的图片或者视频帧都会因自然震动、光照变化或者摄像头本身等原因而产生噪声 对噪声进行平滑是为了避免在运动和跟踪时将其检测出来

这就是为什么要做图像的平滑以及滤波处理

opencv提供的滤波，最主要的作用就是帮助我们做模糊处理 都是低通滤波

模糊图像的本质实际上是去除图像中的高频成分(比如:噪音，边界)

继续深层次来说说为啥要做滤波处理？

滤波，就是过滤波段或者频率的意思，是通过指定一个过滤器对图像的频率过滤，得到想得到的那部分，那就需要说说什么叫做图像的频率

过滤可以移除图像中的噪音、提取感兴趣的可视特征、允许图像重采样

图像在处理的时候都会进行灰度化，单通道的

灰度值就是颜色值，对灰度的处理方式能够是我们做图像处理，图像分类的基础

灰度分布区域的不同，可以作为图像分类的标准； 空间域 灰度变化率的不同，可以作为图像分类的标准 频域

对于灰度变化率，你可以用有蓝天背景的一幅图，灰度在大范围内都基本固定不变 对于人行街道上的一副图像，灰度变化率将是非常大的

因此，观察图像中这些变化的频率就构成了另一条分类图像的方法。这个观点称为频域。 而通过观察图像灰度分布来分类图像称为空间域

频域分析将图像分成从低频到高频的不同部分。 低频对应图像强度变化小的区域，而高频是图像强度变化非常大的区域。 目前已存在若干转换方法，如傅立叶变换或余弦变换，可以用来清晰的显示图像的频率内容。注意，由于图像是一个二维实体，所以其由水平频率（水平方向的变化）和竖直频率（竖直方向的变化）共同组成

在频率分析领域的框架中，滤波器是一个用来增强图像中某个波段或频率，并阻塞（或降低）其他频率波段的操作。

低通滤波器是消除图像中高频部分，但保留低频部分。 高通滤波器消除低频部分