opencv均值滤波，方盒滤波，cv2.boxFilter,cv2blur

偏执的太偏执、 2023-09-29 09:14 25阅读 0赞

## 均值滤波 ##

opencv使用均值滤波是通过cv2.blur来实现的,原理十分简单，就是根据周围取平均值

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA56eD5aS05oqr6aOO5L6gLg_size_16_color_FFFFFF_t_70_g_se_x_16][]

下面对方法进行介绍

def blur(src, ksize, dst=None, anchor=None, borderType=None)

*  src：输入图像
 *  ksize：卷积核大小，是一个元组
 *  dst：输出图像
 *  anchor：锚点；默认值 Point(-1,-1) 表示锚点位于内核中央。
 *  borderType：用于推断图像外部像素的某种边界模式。有默认值BORDER\_DEFAULT

这个滤波对椒盐噪声效果比较好

import cv2
    import numpy as np
    
    lp = cv2.resize(cv2.imread('../images/jiaoyan.png'), None, fx=0.8, fy=0.8)
    
    new_lp1 = cv2.blur(lp, (5, 5))
    
    cv2.imshow('lp', np.hstack((lp, new_lp1)))
    cv2.waitKey(0)
    cv2.destroyAllWindows()

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA56eD5aS05oqr6aOO5L6gLg_size_20_color_FFFFFF_t_70_g_se_x_16][]

--------------------

## 方盒滤波 ##

opencv方盒滤波通过cv2.boxFilter函数来实现，这个函数和cv2.blur基本一样的，当normalize=True时，与均值滤波结果相同， normalize=False，不进行归一化，大于255的使用255表示

下面对函数进行介绍

def boxFilter(src, ddepth, ksize, dst=None, anchor=None, normalize=None, borderType=None)

*  src：输入图像
 *  ddepth：输出图像深度，-1表示与原图像一样，一般都是-1
 *  ksize：卷积核大小，是一个元组
 *  dst：输出图像
 *  anchor：锚点；默认值 Point(-1,-1) 表示锚点位于内核中央。
 *  normalize：标识符，表示内核是否被其区域归一化。
 *  borderType：用于推断图像外部像素的某种边界模式。有默认值BORDER\_DEFAULT

由于归一化和cv2.blur一样的，下面就展示不进行归一化的图像

import cv2
    import numpy as np
    
    lp = cv2.resize(cv2.imread('../images/jiaoyan.png'), None, fx=0.8, fy=0.8)
    
    new_lp1 = cv2.boxFilter(lp, -1, (2, 2), normalize=False)
    
    cv2.imshow('lp', np.hstack((lp, new_lp1)))
    cv2.waitKey(0)
    cv2.destroyAllWindows()

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA56eD5aS05oqr6aOO5L6gLg_size_20_color_FFFFFF_t_70_g_se_x_16 1][]

不进行归一化，大部分都变成了白色

[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA56eD5aS05oqr6aOO5L6gLg_size_16_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/e4d4d9ea3e70422a8320631706e7813f.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA56eD5aS05oqr6aOO5L6gLg==,size_16,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA56eD5aS05oqr6aOO5L6gLg_size_20_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/06050c1a74274b308a0dee66b5455154.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA56eD5aS05oqr6aOO5L6gLg==,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA56eD5aS05oqr6aOO5L6gLg_size_20_color_FFFFFF_t_70_g_se_x_16 1]: https://img-blog.csdnimg.cn/137ace3e5fca4e9c8b188aea5f1d0e05.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA56eD5aS05oqr6aOO5L6gLg==,size_20,color_FFFFFF,t_70,g_se,x_16