opencv 4 -- 图像平滑与滤波--核心卷积操作

opencv提供了四种低通滤波方式，基本原理是一致的，基本都是用 卷积核 进行处理

什么叫卷积核？

前面形态学处理章节，已经谈到核，基本思想跟深度学习网络中卷积层的那个核是一样的

核从代码层面来讲，就是一个矩阵，一个表示大小范围的矩阵

核，可以认为是过滤器，可以认为是一个窗口， 它通过不停的在画面上滑动，与原图相同的范围做卷积运算， 将计算结果替换掉原图对应区域的中心位置的值

重复这个动作，直到将这个图片上每个元素都卷积了一次为止

卷积操作

OpenCV 提供的函数 cv.filter2D() 可以让我们对一幅图像进行卷积操作

下面是一个 5x5 的平均滤波器核

这里写图片描述

操作如下:将核放在图像的一个像素 A 上，求与核对应的图像上 25(5x5) 个像素的和，在取平均数，用这个平均数替代像素 A 的值。

重复以上操作直到 将图像的每一个像素值都更新一边

import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread('person_454.bmp',0)
kernel = np.ones((5,5),np.float32)/25

dst = cv2.filter2D(img,-1,kernel)
plt.subplot(121),plt.imshow(img),plt.title('Original')
plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(dst),plt.title('Averaging')
plt.xticks([]), plt.yticks([])
plt.show()

结果：可以从边界处看到图像发生了模糊变化

这里写图片描述