图像的基本运算——图像平滑

一般用于图像的去噪处理！

1. 均值滤波

函数blur

处理结果 = cv2.blur(原始图像，核大小)

blur(src, ksize, dst=None, anchor=None, borderType=None)

import cv2
o=cv2.imread("image 路径")
r=cv2.blur(o,(5,5))
cv2.imshow("original",o)
cv2.imshow("result",r)
cv2.waitKey()
cv2.destroyAllWindows()

2. 方框滤波

boxFilter(src, ddepth, ksize, dst=None, anchor=None, normalize=None, borderType=None)

import cv2
o=cv2.imread("image")
r=cv2.boxFilter(o,-1,(5,5),normalize=1)#第一个参数是传入原始图像，第二个参数-1表示与原始图像深度保持一致，第三个参数normalize=0容易发生溢出，可以设为1
cv2.imshow("original",o)
cv2.imshow("result",r)
cv2.waitKey()
cv2.destroyAllWindows()

3. 高斯滤波

GaussianBlur(src, ksize, sigmaX, dst=None, sigmaY=None, borderType=None)

import cv2
o=cv2.imread("image")
r=cv2.GaussianBlur(o,(3,3),0)
cv2.imshow("original",o)
cv2.imshow("result",r)
cv2.waitKey()
cv2.destroyAllWindows()

4. 中值滤波

medianBlur(src, ksize, dst=None)

import cv2
o=cv2.imread("image")
r=cv2.medianBlur(o,3)
cv2.imshow("original",o)
cv2.imshow("result",r)
cv2.waitKey()
cv2.destroyAllWindows()