为什么要使用滤波
消除图像中的噪声成分叫作图像的平滑化或滤波操作。信号或图像的能量大部分集中在幅度谱的低频和中频段是很常见的，而在较高频段，感兴趣的信息经常被噪声淹没。因此一个能降低高频成分幅度的滤波器就能够减弱噪声的影响。
如下图，左图带有椒盐噪声，右图为使用中值滤波处理后的图片。
方框滤波
实现方法：函数boxFilter
本文来源gaodai.ma#com搞##代!^码@网*
处理结果=cv2.boxFilter(原始图像,目标图像深度,核大小,normalize属性）
目标图像深度: int类型的目标图像深度，-1表示与原始图像一致
核大小：（宽度，高度）元祖
normalize:是否对目标图像进行归一化处理
normalize为true 时与均值滤波一样，为false时表示任意一个点的像素为周围像素点的和，容易发生溢出超过255
高斯滤波
含义：
中心点权重高，越远越低
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：opencv 图像滤波(均值,方框,高斯,中值)
转载请注明原文链接：opencv 图像滤波(均值,方框,高斯,中值)
