cv2.sqrBoxFilter 是 OpenCV 中用于计算像素邻域平方和的盒式滤波函数

代码

bash 复制代码

# -*- coding:utf-8 -*-
import cv2 as cv
import numpy as np
import sys


if __name__ == '__main__':
    # 读取图像并判断是否读取成功
    img = cv.imread('./images/eq.png', cv.IMREAD_ANYDEPTH)
    if img is None:
        print('Failed to read eq.png.')
        sys.exit()

    # 验证方框滤波算法的数组矩阵
    points = np.array([[1, 2, 3, 4, 5],
                       [6, 7, 8, 9, 10],
                       [11, 12, 13, 14, 15],
                       [16, 17, 18, 19, 20],
                       [21, 22, 23, 24, 25]], dtype='float32')

    # 将图像转为float32类型的数据
    img_32 = img.astype('float32')
    print("img_orign=.{}".format(img))
    img_32 /= 255.0
    print("img_32=.{}".format(img_32))
    # 方框滤波cv.boxFilter()和cv.sqrBoxFilter()
    # 进行归一化
    img_box_norm = cv.boxFilter(img, -1, (3, 3), anchor=(-1, -1), normalize=True)
    # 不进行归一化
    img_box = cv.boxFilter(img, -1, (3, 3), anchor=(-1, -1), normalize=False)

    # 进行归一化
    points_sqr_norm = cv.sqrBoxFilter(points, -1, (3, 3), anchor=(-1, -1),
                                      normalize=True, borderType=cv.BORDER_CONSTANT)
    img_sqr_norm = cv.sqrBoxFilter(img, -1, (3, 3), anchor=(-1, -1),
                                    normalize=True, borderType=cv.BORDER_CONSTANT)
    # 不进行归一化
    points_sqr = cv.sqrBoxFilter(points, -1, (3, 3), anchor=(-1, -1),
                                 normalize=False, borderType=cv.BORDER_CONSTANT)
    print("points_sqr=.{}".format(points_sqr))
    # 展示图像处理结果
    cv.imshow('Result(cv.boxFilter() NORM)', img_box_norm)
    cv.imshow('Result(cv.boxFilter()', img_box)
    cv.imshow('Result(cv.sqrBoxFilter() NORM', img_sqr_norm / np.max(img_sqr_norm))
    cv.imshow('Result(cv.sqrBoxFilter()', points_sqr / np.max(points_sqr))
    cv.waitKey(0)
    cv.destroyAllWindows()

cv2.sqrBoxFilter 是 OpenCV 中用于计算像素邻域平方和的盒式滤波函数，核心作用是快速统计图像局部区域的像素值平方和，常作为方差滤波、边缘检测、图像梯度计算等高级操作的基础（例如推导局部方差、标准差）。

函数基本语法

cv2.sqrBoxFilter(src, ddepth, ksize, dst=None, anchor=None, normalize=None, borderType=None)

返回值

返回与输入图像尺寸、通道数一致的输出图像（ndarray 格式），像素值为对应邻域的平方和（或归一化后的平方均值）。

核心原理

标准差图像中，亮区表示局部像素值波动大（边缘 / 纹理），暗区表示像素值均匀（平滑区域）。

关键注意事项

数据类型与溢出问题

输入为 uint8（0-255）时，像素平方最大值为 255²=65025，若核尺寸为 5×5，平方和最大值为 25×65025=1,625,625，远超 uint8 范围（0-255）；

必须将 ddepth 设为 cv2.CV_32F/cv2.CV_64F，否则会导致值截断、结果错误。

与 cv2.boxFilter 的区别

边缘填充方式

默认 cv2.BORDER_DEFAULT（镜像填充）适合大多数场景；若需边缘用固定值填充（如黑色），可指定 borderType=cv2.BORDER_CONSTANT：

sqr_sum = cv2.sqrBoxFilter(img_float, cv2.CV_32F, (3,3), borderType=cv2.BORDER_CONSTANT)

非正方形核

核尺寸支持矩形（如 (7,3)），适用于定向统计（如水平方向平方和）：

bash 复制代码

# 3（宽）×7（高）核，侧重水平方向的平方和统计
sqr_sum_rect = cv2.sqrBoxFilter(img_float, cv2.CV_32F, (3, 7))