	> 学习目标：使用opencv对图像进行平滑。

文章目录

代码解释
全部代码
参考

代码解释

// src：源图像
// dst：目标图像
src = imread("./1.jpg", IMREAD_COLOR);   //读取彩色图像
dst = src.clone();    //实现对图像的图像的复制，相对构造函数，其速度更快
// 显示原图
imshow(window_Ori_name, dst);

注：当目标矩阵与源矩阵具有相同的type和size时，copyTo不会为目标矩阵重新分配内存，而clone总是会为目标矩阵重新分配内存。

// Blur处理
// Size（w，h）：定义要使用的内核的大小（宽度为w像素和高度h像素）
// Point（- 1，- 1）：表示相对于邻域的锚点（被评估的像素）的位置。如果存在负值，则内核的中心被认为是锚点。
blur(src, dst, Size(31, 31), Point(-1, -1));
imshow(window_name, dst);

结果：
在这里插入图片描述
发现图片自动生成太大，进行手动调整：

namedWindow(window_name, 0);    // 手动调节图片大小
blur(src, dst, Size(31, 31), Point(-1, -1));
imshow(window_name, dst);

结果：
在这里插入图片描述

// Gaussian Blur
GaussianBlur(src, dst, Size(31, 31), 0, 0);  //0、0分别表示高斯核在X、Y方向上的标准差 
imshow(window_name, dst);

结果：
在这里插入图片描述

// Median Blur
medianBlur(src, dst, 31);  // 31为内核的大小
imshow(window_name, dst);

结果：
在这里插入图片描述

// Bilateral Blur(双边)
// 31:每个像素邻域的直径。31*2:颜色空间中的标准偏差。31/2：坐标空间中的标准偏差（以像素为单位）
bilateralFilter(src, dst, 31, 31 * 2, 31 / 2);  
imshow(window_name, dst);

结果：
在这里插入图片描述

全部代码

#include<iostream>

#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc.hpp>
#include<opencv2/imgcodecs.hpp>

using namespace std;
using namespace cv;


// src：源图像
// dst：目标图像
// Size（w，h）：定义要使用的内核的大小（宽度为w像素和高度h像素）
// Point（- 1，- 1）：表示相对于邻域的锚点（被评估的像素）的位置。如果存在负值，则内核的中心被认为是锚点。


Mat src; Mat dst;
char window_Ori_name[] = "Ori image";
char window_name[] = "Smoothing Demo";


int main()
{
	namedWindow(window_name, WINDOW_AUTOSIZE);
	src = imread("./1.jpg", IMREAD_COLOR);
	// 显示原图
	dst = src.clone();
	imshow(window_Ori_name, dst);
	// Blur处理
	blur(src, dst, Size(31, 31), Point(-1, -1));
	imshow(window_name, dst);
	
	 Gaussian Blur
	//GaussianBlur(src, dst, Size(31, 31), 0, 0);
	//imshow(window_name, dst);
	//
	 Median Blur
	//medianBlur(src, dst, 31);
	//imshow(window_name, dst);
	
	 Bilateral Blur(双边)
	//bilateralFilter(src, dst, 31, 31 * 2, 31 / 2);
	//imshow(window_name, dst);

	waitKey(0);
	return 0;

}

参考

https://www.w3cschool.cn/opencv/opencv-a4gp2cfi.html