OPENCV-5 学习笔记

线性滤波

方框滤波——boxblur函数
均值滤波（邻域平均滤波）——blur函数
高斯滤波——GaussianBlur函数
中值滤波——medianBlur函数
双边滤波——bilateralFilter函数

关于滤波和模糊—–滤波可分低通滤波和高通滤波两种。而高斯滤波是指用高斯函数作为滤波函数的滤波操作，至于是不是模糊，要看是高斯低通还是高斯高通，低通就是模糊，高通就是锐化。

高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。

//载入原图  
Mat image = imread("e://4.jpg");
//创建窗口  
namedWindow("高斯滤波【原图】");
namedWindow("高斯滤波【效果图】");
//显示原图  
imshow("高斯滤波【原图】", image);
//进行高斯滤波操作，其他方式类似
Mat out;
GaussianBlur(image, out, Size(5, 5), 0, 0);
//显示效果图  
imshow("高斯滤波【效果图】", out);
waitKey(0);

非线性滤波

中值滤波——medianBlur函数
- void medianBlur(InputArray src,OutputArray dst, int ksize)
- int类型的ksize，孔径的线性尺寸（aperture linear size），注意这个参数必须是大于1的奇数，比如：3，5，7，9 …
双边滤波——bilateralFilter函数
- void bilateralFilter(InputArray src, OutputArraydst, int d, double sigmaColor, double sigmaSpace, int borderType=BORDER_DEFAULT)

开运算：先腐蚀后膨胀的过程—可以用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积

闭运算：先膨胀后腐蚀的过程—能够排除小型黑洞(黑色区域)

形态学梯度：膨胀图与腐蚀图之差—可以用形态学梯度来保留物体的边缘轮廓

顶帽运算：为原图像与“开运算“的结果图之差—当一幅图像具有大幅的背景的时候，而微小物品比较有规律的情况下，可以使用顶帽运算进行背景提取

黑帽运算为：”闭运算“的结果图与原图像之差—用来分离比邻近点暗一些的斑块

morphologyEx函数

void morphologyEx(InputArray src,OutputArray dst,int op,InputArraykernel,Pointanchor=Point(-1,-1),intiterations=1,intborderType=BORDER_CONSTANT,constScalar& borderValue=morphologyDefaultBorderValue());

op类型：