1，图像模糊
图像滤波是在尽可能保留图像细节特征的条件下对目标图像的噪声进行抑制，是常用的图像预处理操作。
平滑滤波也称为低通滤波，可以抑制图像中的灰度突变，使图像变得模糊，是低频增强的空间域滤波技术。
平滑滤波常用于：
模糊图像和图像降噪。
在图像重取样前平滑图像以减少混淆
减少图像中无关的细节
平滑因灰度级不足所导致的图像的伪轮廓
概念：图片的模糊，一直是图像处理领域一个比较重要的东西，它的用处不仅仅是我们平时PS的滤镜，也常常被用来做图片数据的降噪，图片的有损压缩，和图片特征相似匹配的优化工作，通过对图像进行卷积操作，可以得到模糊的图像，当然选择不同的卷积核，模糊效果不一样。
2，均值滤波器
均值滤波是最简单的可分离低通滤波器核。均值滤波的模板区域中各像素点的系数相同，因此也是可分离核。
均值滤波结构简单，便于快速实现和实验。但均值滤波对透镜模糊特性的近似能力较差，而且往往会沿垂直方向模糊图像。
CV_EXPORTS_W void boxFilter( InputArray src, OutputArray dst, int ddepth,
Size ksize, Point anchor = Point(-1,-1),
bool normalize = true,
int borderType = BORDER_DEFAULT );
参数说明：
src：低通滤波输入图像，可以是灰度图像，也可以是多通道的彩色图像
dst：低通滤波输出图像，大小和类型与 src 相同
ksize：模糊核的大小，元组 (width, height)，宽度、高度应设为正奇数
anchor：卷积核的锚点位置，默认值 (-1, -1)，表示以卷积核的中心为锚点
borderType：边界扩充的类型
函数 cv.blur 使用的滤波器核的表达式为：
代码示例：
Mat dst;
bluer(src, dst, -1, Size(5, 5), Point(-1, -1), true, BORDER_DEFAULT);
imshow("box blur", dst);在这里插入图片描述
运行结果参考：
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/182013.html
