OpenCV C++开发 第二节：图像处理（五、均值模糊、高斯模糊、中值模糊、双边模糊、腐蚀、膨胀）

一、均值模糊、高斯模糊

狠人话不多，上代码：

#include <opencv2/opencv.hpp> 
#include <iostream> 
using namespace cv;

int main(int argc, char** argv) {
	Mat src, dst;
	src = imread("C:\\Users\\Administrator\\Desktop\\test.png");
	if (!src.data) {
		printf("could not load image...\n");
		return -1;
	}
	char input_title[] = "input image";
	char output_title[] = "blur image";
	namedWindow(input_title, CV_WINDOW_AUTOSIZE);
	namedWindow(output_title, CV_WINDOW_AUTOSIZE);
	imshow(input_title, src);

	blur(src, dst, Size(11, 11), Point(-1, -1));//均值模糊
	imshow(output_title, dst);

	Mat gblur;
	GaussianBlur(src, gblur, Size(11, 11), 11, 11);//高斯模糊
	imshow("gaussian blur", gblur);

	waitKey(0);
	return 0;
}

以上代码中主要的几个知识点解释下：

1.blur(src, dst, Size(11, 11), Point(-1, -1));

Size: 滤波模板kernel的尺寸，一般使用Size(w, h)来指定，如Size(3,3)。正常Size越大越模糊。
Point(-1, -1): 字面意思是锚点，也就是处理的像素位于kernel的什么位置，默认值为(-1, -1)即位于kernel中心点，如果没有特殊需要则不需要更改。需要修改就是0--（size值-1）范围的值，0,0是左上角。

2.GaussianBlur(src, gblur, Size(11, 11), 11, 11);

Size: 滤波模板kernel的尺寸，一般使用Size(w, h)来指定，如Size(3,3)。正常Size越大越模糊。

效果如下图：

二、中值模糊、双边模糊

#include <opencv2/opencv.hpp> 
#include <iostream> 
using namespace cv;

int main(int argc, char** argv) {
	Mat src, dst;
	src = imread("C:\\Users\\Administrator\\Desktop\\test.png");
	if (!src.data) {
		printf("could not load image...\n");
		return -1;
	}
	namedWindow("input image", CV_WINDOW_AUTOSIZE);
	imshow("input image", src);

	medianBlur(src, dst, 3);//中值模糊
	//bilateralFilter(src, dst, 15, 100, 5);//双边模糊
	namedWindow("BiBlur Filter Result", CV_WINDOW_AUTOSIZE);
	imshow("BiBlur Filter Result", dst);

	Mat resultImg;
	Mat kernel = (Mat_<int>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
	filter2D(dst, resultImg, -1, kernel, Point(-1, -1), 0);
	imshow("Final Result", resultImg);

	waitKey(0);
	return 0;
}

以上代码中主要的几个知识点解释下：

1.medianBlur(src, dst, 3);

中值模糊。3为ksize，大小必须是大于1而且必须是奇数。越大越模糊。

效果如下图，先模糊，后提高对比度亮度【之前课程有https://blog.csdn.net/u012618086/article/details/103709489】：

2.bilateralFilter(src, dst, 15, 100, 5);

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

效果如下图，先模糊，后提高对比度亮度【之前课程有https://blog.csdn.net/u012618086/article/details/103709489】：

三、腐蚀、膨胀

#include <opencv2/opencv.hpp> 
#include <iostream> 
using namespace cv;

Mat src, dst;
char OUTPUT_WIN[] = "output image";
int element_size = 3;
int max_size = 21;
void CallBack_Demo(int, void*);
int main(int argc, char** argv) {

	src = imread("C:\\Users\\Administrator\\Desktop\\test.png");
	if (!src.data) {
		printf("could not load image...\n");
		return -1;
	}
	namedWindow("input image", CV_WINDOW_AUTOSIZE);
	imshow("input image", src);

	namedWindow(OUTPUT_WIN, CV_WINDOW_AUTOSIZE);
	createTrackbar("Element Size :", OUTPUT_WIN, &element_size, max_size, CallBack_Demo);
	CallBack_Demo(0, 0);

	waitKey(0);
	return 0;
}

void CallBack_Demo(int, void*) {
	int s = element_size * 2 + 1;
	Mat structureElement = getStructuringElement(MORPH_RECT, Size(s, s), Point(-1, -1));
	dilate(src, dst, structureElement, Point(-1, -1), 1);//膨胀
	//erode(src, dst, structureElement);//腐蚀
	imshow(OUTPUT_WIN, dst);
	return;
}

以上代码中主要的几个知识点解释下：

1.createTrackbar("Element Size :", OUTPUT_WIN, &element_size, max_size, CallBack_Demo);

element_size是可调的数值。max_size是最大的数。CallBack_Demo为回调的数。

2.Mat structureElement = getStructuringElement(MORPH_RECT, Size(s, s), Point(-1, -1));

这里是掩膜的设置。

MORPH_RECT是方形，MORPH_CROSS是十字形结构，MORPH_ELLIPSE是椭圆形。
第二个Size参数是掩膜的大小，就是腐蚀程度的体现。

3.dilate(src, dst, structureElement, Point(-1, -1), 1);

膨胀，最大像素值用来替换锚点的像素。src是源图像。dst是目的图像structureElement是掩膜。Point是锚点位置，-1,-1代表中间点。1是重复执行次数。

效果如下图：

4.erode(src, dst, structureElement);

腐蚀，最小值替换锚点重叠下图像的像素值。src是源图像。dst是目的图像structureElement是掩膜。

效果如下图：