OPENCV-5 學習筆記

線性濾波

• 方框濾波——boxblur函數
• 均值濾波（鄰域平均濾波）——blur函數
• 高斯濾波——GaussianBlur函數
• 中值濾波——medianBlur函數
• 雙邊濾波——bilateralFilter函數

關于濾波和模糊—–濾波可分低通濾波和高通濾波兩種。而高斯濾波是指用高斯函數作為濾波函數的濾波操作，至于是不是模糊，要看是高斯低通還是高斯高通，低通就是模糊，高通就是銳化。

高斯濾波是一種線性平滑濾波，適用于消除高斯噪聲，廣泛應用于圖像處理的減噪過程。

//載入原圖  
Mat image = imread("e://4.jpg");
//創建窗口  
namedWindow("高斯濾波【原圖】");
namedWindow("高斯濾波【效果圖】");
//顯示原圖  
imshow("高斯濾波【原圖】", image);
//進行高斯濾波操作，其他方式類似
Mat out;
GaussianBlur(image, out, Size(5, 5), 0, 0);
//顯示效果圖  
imshow("高斯濾波【效果圖】", out);
waitKey(0);

非線性濾波

• 中值濾波——medianBlur函數
  
  • void medianBlur(InputArray src,OutputArray dst, int ksize)
  • int類型的ksize，孔徑的線性尺寸（aperture linear size），注意這個參數必須是大于1的奇數，比如：3，5，7，9 …
• 雙邊濾波——bilateralFilter函數
  
  • void bilateralFilter(InputArray src, OutputArraydst, int d, double sigmaColor, double sigmaSpace, int borderType=BORDER_DEFAULT)

開運算：先腐蝕后膨脹的過程—可以用來消除小物體、在纖細點處分離物體、平滑較大物體的邊界的同時并不明顯改變其面積

閉運算：先膨脹后腐蝕的過程—能夠排除小型黑洞(黑色區域)

形態學梯度：膨脹圖與腐蝕圖之差—可以用形態學梯度來保留物體的邊緣輪廓

頂帽運算：為原圖像與“開運算“的結果圖之差—當一幅圖像具有大幅的背景的時候，而微小物品比較有規律的情況下，可以使用頂帽運算進行背景提取

黑帽運算為：”閉運算“的結果圖與原圖像之差—用來分離比鄰近點暗一些的斑塊

morphologyEx函數

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

op類型：

• MORPH_OPEN – 開運算（Opening operation）
• MORPH_CLOSE – 閉運算（Closing operation）
• MORPH_GRADIENT -形態學梯度（Morphological gradient）
• MORPH_TOPHAT - “頂帽”（“Top hat”）
• MORPH_BLACKHAT - “黑帽”（“Black hat“）