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
FITA阿泽要努力3 分钟前
/goal 命令:给 Agent 设定目标
服务器·人工智能·python·agent
志尊宝15 分钟前
AI原生前端开发(016):端侧AI与React 19结合实战
人工智能·react.js·ai-native
GPUStack15 分钟前
从 24 到 51 tok/s:用 GPUStack 调优 4 台 DGX Spark 上的 GLM 推理
人工智能·开源软件·gpustack·推理集群
leizhen1984080916 分钟前
操作系统正在被为智能体重做_上集(漫画)
人工智能·安全
BD_Marathon17 分钟前
【RAG开发】LangChain调用大语言模型
人工智能·语言模型·langchain
大鹏的NLP博客19 分钟前
工业视觉目标检测阈值选择与生产决策评估报告
人工智能·目标检测·图像检测
xiaoyunxuexibiji19 分钟前
供应商认证管理怎么做?从资质审核到现场认证、样品认证
运维·服务器·人工智能
嘉行文21 分钟前
传统机器学习与深度学习的特点与选择
人工智能·深度学习·机器学习
咕泡科技22 分钟前
深度学习碾压机器学习?经典机器学习是否真的无用了?从LLM底层逻辑到工业落地全景解析
人工智能·深度学习·机器学习·llm·nlp
腾讯云大数据31 分钟前
腾讯云AI Native数据平台功能发布合集【9月】
人工智能·腾讯云