• 最简单的滤波器， 输出像素值是核窗口内像素值的 均值 ( 所有像素加权系数相等)

• 核如下:

  

• 最有用的滤波器 (尽管不是最快的)。 高斯滤波是将输入数组的每一个像素点与 高斯内核 卷积将卷积和当作输出像素值。

• 还记得1维高斯函数的样子吗?

  

  假设图像是1维的,那么观察上图，不难发现中间像素的加权系数是最大的， 周边像素的加权系数随着它们远离中间像素的距离增大而逐渐减小。

Note

2维高斯函数可以表达为 :

其中  为均值 (峰值对应位置)，  代表标准差 (变量  和 变量  各有一个均值，也各有一个标准差)

• 目前我们了解的滤波器都是为了 平滑 图像， 问题是有些时候这些滤波器不仅仅削弱了噪声， 连带着把边缘也给磨掉了。 为避免这样的情形 (至少在一定程度上 ), 我们可以使用双边滤波。
• 类似于高斯滤波器，双边滤波器也给每一个邻域像素分配一个加权系数。 这些加权系数包含两个部分, 第一部分加权方式与高斯滤波一样，第二部分的权重则取决于该邻域像素与当前像素的灰度差值。
• 详细的解释可以查看 链接

#include "opencv2/imgproc/imgproc.hpp"

#include "opencv2/highgui/highgui.hpp"

using namespace std;

using namespace cv;

/// 全局变量

int DELAY_CAPTION = 1500;

int DELAY_BLUR = 100;

int MAX_KERNEL_LENGTH = 31;

Mat src; Mat dst;

char window_name[] = "Filter Demo 1";

/// 函数申明

int display_caption( char* caption );

int display_dst( int delay );

/**

 *  main 函数

 */

 int main( int argc, char** argv )

 {

   namedWindow( window_name, CV_WINDOW_AUTOSIZE );

   /// 载入原图像

   src = imread( "../images/lena.jpg", 1 );

   if( display_caption( "Original Image" ) != 0 ) { return 0; }

   dst = src.clone();

   if( display_dst( DELAY_CAPTION ) != 0 ) { return 0; }

   /// 使用 均值平滑

   if( display_caption( "Homogeneous Blur" ) != 0 ) { return 0; }

   for ( int i = 1; i < MAX_KERNEL_LENGTH; i = i + 2 )

       { blur( src, dst, Size( i, i ), Point(-1,-1) );

         if( display_dst( DELAY_BLUR ) != 0 ) { return 0; } }

    /// 使用高斯平滑

    if( display_caption( "Gaussian Blur" ) != 0 ) { return 0; }

    for ( int i = 1; i < MAX_KERNEL_LENGTH; i = i + 2 )

        { GaussianBlur( src, dst, Size( i, i ), 0, 0 );

          if( display_dst( DELAY_BLUR ) != 0 ) { return 0; } }

     /// 使用中值平滑

     if( display_caption( "Median Blur" ) != 0 ) { return 0; }

     for ( int i = 1; i < MAX_KERNEL_LENGTH; i = i + 2 )

         { medianBlur ( src, dst, i );

           if( display_dst( DELAY_BLUR ) != 0 ) { return 0; } }

     /// 使用双边平滑

     if( display_caption( "Bilateral Blur" ) != 0 ) { return 0; }

     for ( int i = 1; i < MAX_KERNEL_LENGTH; i = i + 2 )

         { bilateralFilter ( src, dst, i, i*2, i/2 );

           if( display_dst( DELAY_BLUR ) != 0 ) { return 0; } }

     /// 等待用户输入

     display_caption( "End: Press a key!" );

     waitKey(0);

     return 0;

 }

 int display_caption( char* caption )

 {

   dst = Mat::zeros( src.size(), src.type() );

   putText( dst, caption,

            Point( src.cols/4, src.rows/2),

            CV_FONT_HERSHEY_COMPLEX, 1, Scalar(255, 255, 255) );

   imshow( window_name, dst );

   int c = waitKey( DELAY_CAPTION );

   if( c >= 0 ) { return -1; }

   return 0;

  }

  int display_dst( int delay )

  {

    imshow( window_name, dst );

    int c = waitKey ( delay );

    if( c >= 0 ) { return -1; }

    return 0;

  }