本系列代码托管于：https://github.com/chintsan-code/opencv4-tutorials

本篇使用的项目为：denoising

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, const char** argv) {
	Mat src = imread("../sample/sp_noise.png");
	if (src.empty()) {
		cout << "could not load image..." << endl;
		return -1;
	}
	namedWindow("input", WINDOW_AUTOSIZE);
	imshow("input", src);

	// 均值滤波
	Mat dst;
	blur(src, dst, Size(5, 5));
	imshow("mean denoise demo", dst);

	// 中值滤波
	medianBlur(src, dst, 5);
	imshow("median denoise demo", dst);

	// 高斯滤波
	GaussianBlur(src, dst, Size(5, 5), 0);
	imshow("gaussian denoise demo", dst);

	waitKey(0);
	destroyAllWindows();
	return 0;
}

去噪常用的方式是使用滤波。

  • 均值滤波速度快。对高斯噪声表现较好，对椒盐噪声表现较差
  • 中值滤波对椒盐噪声表现好，对高斯噪声表现较差
opencv4入门笔记（22）：图像去噪-萤火
均值滤波和中值滤波的比较

blur：均值滤波

void blur( InputArray src, OutputArray dst, Size ksize, Point anchor = Point(-1,-1), int borderType = BORDER_DEFAULT );
  • src：输入图像，可以为任意通道，当进行滤波时，各通道的处理是独立的。但是深度只能为CV_8U, CV_16U, CV_16S, CV_32F或CV_64F
  • dst：输出图像，与src具有相同的尺寸和类型
  • ksize：卷积核尺寸
  • anchor：锚点，将卷积结果赋值给哪个位置的像素。(-1, -1)代表卷积核中心位置
  • borderType：图像边缘处理方式。注意是在卷积之前进行填充

medianBlur：中指滤波

void medianBlur( InputArray src, OutputArray dst, int ksize );
  • src：输入图像，1或3或4通道。当ksize为3或5时，图像深度应该为CV_8U, CV_16U, 或 CV_32F。对于更大的ksize，只能为CV_8U
  • dst：输出图像，与src具有相同的尺寸和类型
  • ksize：卷积核尺寸，必须为大于1的奇数

GaussianBlur：高斯模糊。使用高斯滤波器进行滤波

void GaussianBlur( InputArray src, OutputArray dst, Size ksize, double sigmaX, double sigmaY = 0, int borderType = BORDER_DEFAULT );
  • src：输入图像，可以为任意通道，当进行滤波时，各通道的处理是独立的。但是深度只能为CV_8U, CV_16U, CV_16S, CV_32F或CV_64F
  • dst：输出图像，与src具有相同的尺寸和类型
  • ksize：卷积核尺寸
    • 宽度和高度可以不一致，但必须为正的奇数或0
    • 当为0时，此时将通过sigma来自动计算
  • sigmaX：X方向的高斯核标准偏差
  • sigmaY：Y方向的高斯核标准偏差。如果sigmaY为0，那么它将会等于sigmaX；如果它们都等于0，将会通过ksize来自动计算
  • borderType：图像边缘处理方式