opencv之模糊处理

阅读量：800 次

发布时间：2023-02-23

本文共 3217 字，大约阅读时间需要 10 分钟。

OpenCV 滤波方法实用指南

在学习 OpenCV 开发过程中，开发者常常会遇到滤波操作的困惑，不知道该使用哪种滤波方法。表面上看，OpenCV 提供了众多滤波函数，实则是对不同滤波方法应用场景的认知问题。以下将从应用场景和项目需求出发，分析常见的 OpenCV 滤波方法及其适用场景。

一：模糊函数 (blur)

参数说明

InputArray：输入图像 Mat 对象

OutputArray：模糊后输出的 Mat 对象

Size：卷积核大小，决定模糊程度，需为奇数

Point：卷积核中心位置，默认为 (-1, -1)

边缘处理方法：默认值为 4

示例代码

#include 
   
    #include 
    
     int main() {    cv::Mat m1 = cv::imread("D:/640.jpg", 4);    cv::Mat m2;    cv::namedWindow("windows", CV_WINDOW_AUTOSIZE);    cv::imshow("windows", m1);    cv::blur(m1, m2, cv::Size(5,5), cv::Point(-1,-1), 4);    cv::namedWindow("windows1", CV_WINDOW_AUTOSIZE);    cv::imshow("windows1", m2);    cv::waitKey(0);    return 0;}

应用场景

模糊函数主要用于去除图像噪声，常用于边缘提取和特征提取前的预处理。通过设置较小的卷积核（如 3x3），可以有效去除干扰和噪声。

二：高斯模糊函数 (GaussianBlur)

参数说明

InputArray：输入图像 Mat 对象

OutputArray：模糊后输出的 Mat 对象

Size：卷积核大小，需为奇数

SigmaX：高斯方差，根据 Size 计算

SigmaY：高斯方差，根据 SigmaX 计算

边缘处理方法：默认值为 4

示例代码

#include 
   
    #include 
    
     int main() {    cv::Mat m1 = cv::imread("D:/640.jpg", 4);    cv::Mat m2;    cv::namedWindow("windows", CV_WINDOW_AUTOSIZE);    cv::imshow("windows", m1);    cv::GaussianBlur(m1, m2, cv::Size(5,5), 0, 0);    cv::namedWindow("windows1", CV_WINDOW_AUTOSIZE);    cv::imshow("windows1", m2);    cv::waitKey(0);    return 0;}

应用场景

高斯模糊常用于去除随机噪声，作为 Canny 边缘检测的第一步，能有效减少噪声干扰。

三：中值滤波函数 (medianBlur)

参数说明

InputArray：输入图像 Mat 对象

OutputArray：滤波后输出的 Mat 对象

ksize：卷积核大小，需为大于 1 的奇数（如 3、5、7）

示例代码

#include 
   
    #include 
    
     int main() {    cv::Mat m1 = cv::imread("D:/640.jpg", 4);    cv::Mat m2;    cv::namedWindow("windows", CV_WINDOW_AUTOSIZE);    cv::imshow("windows", m1);    cv::medianBlur(m1, m2, 5);    cv::namedWindow("windows1", CV_WINDOW_AUTOSIZE);    cv::imshow("windows1", m2);    cv::waitKey(0);    return 0;}

应用场景

中值滤波适用于去除椒盐噪声，通过取像素中值来平衡图像亮度，效果在去噪方面表现优异。

四：双边模糊函数 (bilateralFilter)

参数说明

InputArray：输入图像 Mat 对象

OutputArray：滤波后输出的 Mat 对象

d：中心到周围像素距离

sigmaColor：颜色标准方差

sigmaSpace：空间标准方差

borderType：边缘处理方式

示例代码

#include 
   
    #include 
    
     int main() {    cv::Mat m1 = cv::imread("D:/640.jpg", 4);    cv::Mat m2;    cv::namedWindow("windows", CV_WINDOW_AUTOSIZE);    cv::imshow("windows", m1);    cv::bilateralFilter(m1, m2, 15, 120, 10, 4);    cv::namedWindow("windows1", CV_WINDOW_AUTOSIZE);    cv::imshow("windows1", m2);    cv::waitKey(0);    return 0;}

应用场景

双边模糊常用于图像美化，特别是高斯磨皮算法中，通过平滑图像细节并保留边缘信息，效果显著。

五：滤波函数 (filter2D)

参数说明

InputArray：输入图像 Mat 对象

OutputArray：滤波后输出的 Mat 对象

d：输出图像深度

kernel：自定义卷积核

Point：卷积核中心位置

delta：卷积处理后的值调整常量

borderType：边缘像素处理方式

示例代码

#include 
   
    #include 
    
     int main() {    cv::Mat m1 = cv::imread("D:/640.jpg", 4);    cv::Mat m2;    cv::namedWindow("windows", CV_WINDOW_AUTOSIZE);    cv::imshow("windows", m1);    int ksize = 15;    cv::Mat kernel = cv::Mat_
     
      (3, 3) << -1, -1, -1,                                              -1,  8, -1,                                              -1, -1, -1;    cv::filter2D(m1, m2, -1, kernel, cv::Point(-1, -1), 0.0, 4);    cv::namedWindow("windows1", CV_WINDOW_AUTOSIZE);    cv::imshow("windows1", m2);    cv::waitKey(0);    return 0;}