OpenCV图像滤波(2)均值平滑处理函数blur()的使用

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

在OpenCV中,blur()函数用于对图像应用简单的均值模糊(mean blur)。这种模糊效果可以通过将图像中的每个像素替换为其邻域内所有像素的平均值来实现,从而达到平滑图像的目的。这对于去除图像中的噪声非常有用。

blur()函数使用归一化的盒形滤波器(normalized box filter)来平滑图像。这种滤波器对图像中的每个像素应用一个矩形核,大小为:

blur()函数的行为等同于调用boxFilter()函数.

函数原型

cpp 复制代码
void cv::blur	
(	
	InputArray 	src,
	OutputArray 	dst,
	Size 	ksize,
	Point 	anchor = Point(-1,-1),
	int 	borderType = BORDER_DEFAULT 
)		

参数

  • 参数 src:输入图像;它可以有任意数量的通道,这些通道会被独立处理,但是图像的深度应该为CV_8U、CV_16U、CV_16S、CV_32F或CV_64F.
  • 参数 dst :输出图像,其大小和类型与src相同。
  • 参数 ksize:模糊核的大小.
  • 参数 anchor:锚点位置;默认值Point(-1,-1)表示锚点位于核的中心。
  • 参数 borderType: 用于推算图像外部像素的边界模式,详情请参阅BorderTypes。BORDER_WRAP模式不支持。

代码示例

cpp 复制代码
#include <opencv2/opencv.hpp>
#include <iostream>

int main()
{
    // 读取图像
    cv::Mat src = cv::imread("/media/dingxin/data/study/OpenCV/sources/images/fruit_small.jpg");
    if (!src.data)
    {
        std::cerr << "Error: Image cannot be loaded.\n";
        return -1;
    }

    // 设置模糊参数
    cv::Size ksize(15, 15); // 15x15的内核大小
    cv::Mat dst;

    // 应用均值模糊
    cv::blur(src, dst, ksize);

    // 显示原图和处理后的图像
    cv::namedWindow("Original Image", cv::WINDOW_NORMAL);
    cv::imshow("Original Image", src);

    cv::namedWindow("Blurred Image", cv::WINDOW_NORMAL);
    cv::imshow("Blurred Image", dst);

    // 等待用户按键退出
    cv::waitKey(0);

    return 0;
}

运行结果

你可以修改代码中cv::Size ksize(15, 15); 中的内核大小,看看模糊的效果有什么差异,比如改成cv::Size ksize(5, 5);试试看。

相关推荐
weixin79893765432...20 分钟前
Vue + Express + DeepSeek 实现一个简单的对话式 AI 应用
vue.js·人工智能·express
nju_spy36 分钟前
ToT与ReAct:突破大模型推理能力瓶颈
人工智能·大模型·大模型推理·tot思维树·react推理行动·人工智能决策·ai推理引擎
AI-智能37 分钟前
别啃文档了!3 分钟带小白跑完 Dify 全链路:从 0 到第一个 AI 工作流
人工智能·python·自然语言处理·llm·embedding·agent·rag
y***86691 小时前
C机器学习.NET生态库应用
人工智能·机器学习
deng12041 小时前
基于LeNet-5的图像分类小结
人工智能·分类·数据挖掘
OpenAnolis小助手2 小时前
直播预告:LLM for AIOPS,是泡沫还是银弹? |《AI 进化论》第六期
人工智能
我一身正气怎能输2 小时前
游戏大厂A*寻路优化秘籍:流畅不卡顿
人工智能·游戏
johnny2333 小时前
AI工作流编排平台
人工智能
百***35484 小时前
DeepSeek在情感分析中的细粒度识别
人工智能
Qzkj6664 小时前
从规则到智能:企业数据分类分级的先进实践与自动化转型
大数据·人工智能·自动化