Java Opencv 实现 中值滤波器

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);

    }
}

​​