Opencv学习九：图像平滑处理之均值滤波

在尽量保留图像原有信息的情况下，过滤掉图像内部的噪声，这一过程称为对图像的平滑处理，所得的图像称为平滑图像。

一、均值滤波

均值滤波是指用当前像素点周围N·N个像素值的均值来代替当前像素值。使用该方法遍历处理图像内的每一个像素点，即可完成整幅图像的均值滤波。

1.基本原理

在进行均值滤波时，我们通常会以当前像素点为中心，对行数和列数相等的一块区域内的所有像素点求平均。例如上图：

通过计算我们得到红色点的像素新值=126，那么我们就将126作为当前像素点均值滤波后的像素值。

2.函数语法

在Opencv中，实现均值滤波的是函数cv2.bulr()，其语法格式为：

dst = cv2.blur( src, ksize, anchor, borderType)

式中：

• dst：返回值，表示进行均值滤波处理后的结果；

• src：需要处理的图像，可以有任意数量的通道，并能对各个通道独立处理。图像深度应该是CV_8U、CV_16U、CV_16S、CV_32F、CV_64F中的一种；

• ksize：滤波核大小。滤波核是指在均值处理过程中，其邻域图像的高度和宽度。例如，其值可以为（5，5），表示以5x5大小的邻域均值作为图像均值滤波处理的结果，如下图所示：