C++ OpenCV模糊图像
模糊图像
图像模糊是图像处理中最常用的也是比较简单的操作,使用该操作的原因之一就是为了给图像预处理时隆低嗓声.
卷积
就是叠加.卷积的重要的物理意义是：一个函数（如：单位响应）在另一个函数（如：输入信号）上的加权叠加。
通俗的说： 在输入信号的每个位置，叠加一个单位响应，就得到了输出信号。 这正是单位响应是如此重要的原因。
卷积的应用
用一个模板和一幅图像进行卷积，对于图像上的一个点，让模板的原点和该点重合，然后模板上的点和图像上对应的点相乘，然后各点的积相加，就得到了该点的卷积值。对图像上的每个点都这样处理。由于大多数模板都是对称的，所以模板不旋转。卷积是一种积分运算，用来求两个曲线重叠区域面积。可以看作加权求和，可以用来消除噪声、特征增强。 把一个点的像素值用它周围的点的像素值的加权平均代替。 卷积是一种线性运算,图像处理中常见的mask运算都是卷积，广泛应用于图像滤波。 卷积关系最重要的一种情况，就是在信号与线性系统或数字信号处理中的卷积定理。利用该定理，可以将时间域或空间域中的卷积运算等价为频率域的相乘运算，从而利用FFT等快速算法，实现有效的计算，节省运算代价
用图片来说明
OpenCV中自带了4种模糊算法：
- blur（均值模糊）
- GaussianBlur（高斯模糊）
- medianBlur（中值模糊）
- bilateralFilter（双边滤波）
新建项目
新建一个项目opencv-0009,配置属性(VS2017配置OpenCV通用属性),然后在源文件写入#include和main方法.并加载我们常用的那个图片显示出来
均值模糊
增加一个函数blur()
然后运行效果
高斯模糊
我们增加一个方法GaussianBlur()
我们把原来的均值模糊size改为9*9, 高斯模糊也用9*9,然后都显示出来的效果
最后边的是高斯模糊,图片上看不是非常清楚,其实如果仔细看对看出对比来,右边的高斯模糊轮廓能明显一些.
中值模糊
- 中值是统计排序的滤波嚣
- 中值对椒盐噪声有很好的抑制作用
中值模糊API
medianBlur(Mat src,Mat dst,ksize)
ksize大小必须是大于1而且必须是奇数
我们增加一个方法medianBlur()
我们把ksize设为9,然后看显示出来效果
可以看出来最右边是我们的中值模糊,整体模糊的比较平均.
双边模糊
双边模糊的特点:
- 均值模糊无法克服边缘像素信息丢失缺陷,原因是均值滤波是基于平均权重.
- 高斯模糊部分克服了该缺陷,但是无法完全避免,因为没有考虑像素值的不同.
- 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.
双边模糊的API
bilateralFilter(src,dst,d=15,150,3);
- 15--计算的半径,半径之内的像数都会被纳入计算,如果提供-1,则根据sigma space的参数取值.
- 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
我们增加一个方法bilateralFilter()
因为我们的原图色差不大,所以我们把值调的大了一点,然后我们看看效果
可以看到基本样子没变,只是把标红框的地方模糊了一下,轮廓还是非常明显的
放大一点看一下
-END-