函数原理:
CVAPI(void) cvSmooth( const CvArr* src, CvArr* dst,
int smoothtype CV_DEFAULT(CV_GAUSSIAN),
int size1 CV_DEFAULT(3),
int size2 CV_DEFAULT(0),
double sigma1 CV_DEFAULT(0),
double sigma2 CV_DEFAULT(0));
参数1:const CvArr* src:处理的源图片;
参数2:const CvArr* dst:处理后的输出图片;
注解:
(1)对于CvArr这一结构,我们可以将其看做C++中的基类,当然也包括IplImage
(2)smooth支持的类型:
CV_BLUR 简单模糊 对每个像素param1,param2求和,并缩放1/(param1*param2),亦即求简单平均值
CV_BLUR_NO_SCALE 简单无缩放变化的模糊 对每个像素param1,param2求和 特别说明的是输入图像和结果图像必须有不同的数值精度,以保证不会发生溢出,如果源图像是8u,则结果图像必须是16s或者32s
CV_MEDIAN 中值模糊 取中心像素的正方形领域类的每个像素的值用中间值代替
CV_GAUSSIAN 高斯模糊 param3为零时,高斯卷积核sigma通过以下公式计算
sigma(x) = (n(x)/2-1)*0.30+0.80,n(x)= param1
sigma(y) = (n(y)/2-1)*0.30+0.80,n(y)= param2
如果第四个参数指定,则第三个和第四个参数分别表示sigma的水平方向和垂直方向的值
如果第三个,第四个参数已经指定,而前两个参数为0,那么窗口的尺寸由sigma确定
速度较慢但最有效
CV_BILATERAL 双向滤波 因为高斯模糊是在图像在空间内的像素是缓慢变化的,但随机的两个点可能形成很大的
像素差,高斯滤波在保留信号的条件下减少噪声,但在接近边缘的地方无效,双向滤波可以解决这个问题,但需要更多的时间代价,
其需要两个参数,param1表示空域中所使用的高斯核的宽度,param2表示颜色域高斯核的高度
从这两幅图片对比可看出,使用3*3模板大小进行中值滤波后的结果已相当不错。
以下是附出的代码:
#include<cv.h>
#include<highgui.h>
void main()
{
IplImage* imageIn;
cvNamedWindow("imageIn", CV_WINDOW_AUTOSIZE);
cvNamedWindow("imageOut", CV_WINDOW_AUTOSIZE);
imageIn = cvLoadImage("E:\\f\\图像处理图片\\椒盐噪声.jpg");
cvShowImage("imageIn", imageIn);
IplImage* imageOut = cvCreateImage(cvGetSize(imageIn), IPL_DEPTH_8U, 3);
cvSmooth(imageIn, imageOut, CV_MEDIAN, 3, 3);
cvShowImage("imageOut", imageOut);
cvSaveImage("E:\\f\\图像处理图片\\afterMedian.jpg", imageOut);
cvWaitKey(0);
cvReleaseImage(&imageIn);
cvReleaseImage(&imageOut);
cvDestroyAllWindows();
}