原理
Note
以下原理来源于Richard Szeliski 的著作 Computer Vision: Algorithms and Applications 以及 Learning OpenCV
平滑 也称 模糊, 是一项简单且使用频率很高的图像处理方法。
平滑处理的用途有很多， 但是在本教程中我们仅仅关注它减少噪声的功用 (其他用途在以后的教程中会接触到)。
平滑处理时需要用到一个 滤波器 。 最常用的滤波器是 线性 滤波器，线性滤波处理的输出像素值 (i.e. ) 是输入像素值 (i.e. )的加权和 :
称为 核, 它仅仅是一个加权系数。
不妨把 滤波器 想象成一个包含加权系数的窗口，当使用这个滤波器平滑处理图像时，就把这个窗口滑过图像。
滤波器的种类有很多， 这里仅仅提及最常用的:
中值滤波将图像的每个像素用邻域 (以当前像素为中心的正方形区域)像素的 中值 代替 。
Java 实现Code:
package com.gitee.dgw.lesson8;
import com.gitee.dgw.lesson1.platformUtils;
import org.opencv.core.Mat;
import org.opencv.core.Size;
import org.opencv.core.Point;
import org.opencv.highgui.HighGui;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
/**
* @program: learn-opencv
* @description:
* @author: Mr.Dai
* @create: 2020-03-10 20:02
**/
public class MedianFilter {
private final static String path=System.getProperty("user.dir")+"\\catton.jpg";
/// 全局变量
private final static int MAX_KERNEL_LENGTH = 31;
static{
platformUtils.loadLibraries();
}
public static void main(String[] args) {
Mat src = new Mat();
Mat dst=new Mat();
//读取一张图片
//image=Imgcodecs.imread(path);
//读取一张灰度图片
src= Imgcodecs.imread(path,Imgcodecs.CV_LOAD_IMAGE_GRAYSCALE);
if (src.empty()) {
System.err.println("加载图片出错，请检查图片路径！");
return;
}
/// 使用 均值平滑
for ( int i = 1; i < MAX_KERNEL_LENGTH; i = i + 2 )
{
//Imgproc.blur(src, dst, new Size( i, i ), new Point(-1,-1));
Imgproc.medianBlur(src,dst,i);
}
//显示出来 对namedWindos 与cv::imshow 封装
HighGui.imshow("dstimg showimg",src);
HighGui.imshow("srcimage showimg",dst);
// 无限等待按键按下
HighGui.waitKey(0);
}
}
