一、高斯模糊

1.高斯濾波原理

圖像處理中，高斯濾波主要可以使用兩種方法實現(xiàn)。一種是離散化窗口滑窗卷積，另一種方法是通過傅里葉變化。離散化窗口劃船卷積時主要利用的是高斯核，高斯核的大小為奇數(shù)，因為高斯卷積會在其覆蓋區(qū)域的中心輸出結(jié)果。常用的高斯模板有如下幾種形式：

高斯模板是通過高斯函數(shù)計算出來的，公式如下：

從以上描述中我們可以看出，高斯濾波模板中最重要的參數(shù)就是高斯分布的標(biāo)準(zhǔn)差σ。它代表著數(shù)據(jù)的離散程度，如果σ較小，那么生成的模板中心系數(shù)越大，而周圍的系數(shù)越小，這樣對圖像的平滑效果就不是很明顯；相反，σ較大時，則生成的模板的各個系數(shù)相差就不是很大，比較類似于均值模板，對圖像的平滑效果就比較明顯。

2.GaussianBlur函數(shù)

（1）函數(shù)原型:

void GaussianBlur(InputArray src, OutputArray dst, Size ksize, double sigmaX, double sigmaY=0, intborderType=BORDER_DEFAULT)

參數(shù)詳解如下：
src，輸入圖像，即源圖像，填Mat類的對象即可。它可以是單獨的任意通道數(shù)的圖片，但需要注意，圖片深度應(yīng)該為CV_8U,CV_16U, CV_16S, CV_32F 以及 CV_64F之一。

dst，即目標(biāo)圖像，需要和源圖片有一樣的尺寸和類型。比如可以用Mat::Clone，以源圖片為模板，來初始化得到如假包換的目標(biāo)圖。

ksize，高斯內(nèi)核的大小。其中ksize.width和ksize.height可以不同，但他們都必須為正數(shù)和奇數(shù)。或者，它們可以是零的，它們都是由sigma計算而來。若（blur1，blur2）為高斯核的大小，blur1和blur2的值可以不同。參數(shù)0表示標(biāo)準(zhǔn)差取0。當(dāng)blur1=blur2=1時，相當(dāng)于不對原始圖像做操作。**blur1和blur2越大，圖像的模糊程度越大。**但不是blur1和blur2越大越好，blur1和blur2太大，不僅會濾除噪音，還會平滑掉圖像中有用的信息。所以blur的選取要進(jìn)行測試。如果要進(jìn)行濾波的圖像的長寬比大致為1:1，那么選取blur時，一般設(shè)置blur1=blur2。如果要進(jìn)行濾波的圖像的長寬比大致為m:n，那么選取blur時，blur1:blur2=m:n

sigmaX，表示高斯核函數(shù)在X方向的的標(biāo)準(zhǔn)偏差。
sigmaY，表示高斯核函數(shù)在Y方向的的標(biāo)準(zhǔn)偏差。
sigma和窗口大小size是互相推算出來的。如果sigmaX和sigmaY都是0，那么就由ksize.width和ksize.height計算出來。如果設(shè)置size，那么sigma不起作用；如果設(shè)置size（0,0），那么通過sigma就能調(diào)節(jié)模糊效果。只設(shè)置sigmaX，不設(shè)置sigmaY那么默認(rèn)sigmaY=sigmaX。

（2）調(diào)節(jié)delta參數(shù)

利用TrackBar調(diào)節(jié)delta參數(shù)

#include <iostream>
#include "opencv2\opencv.hpp"

using namespace std;
using namespace cv;

int delta1;
int delta2;
Mat src;
Mat dst;
Mat gray;
Mat gauss_mat;
Mat binary;
Mat canny;

void gauss(int b, void* userdata) {
	cvtColor(src, gray, COLOR_BGR2GRAY);  //轉(zhuǎn)化成灰度圖
	GaussianBlur(gray, gauss_mat, Size(1, 1), delta1, delta2);  //平滑濾波
	//threshold(gauss_mat, binary, 10, 255, THRESH_BINARY | THRESH_OTSU);  //自適應(yīng)二值化
	//Canny(binary, canny, 20, 80, 3);
	imshow("gauss", gauss_mat);
}

int main() {
	src = imread("coin.jpg");
	namedWindow("gauss", WINDOW_NORMAL);

	//調(diào)節(jié)GaussianBlur的delta
	createTrackbar("gaussbar", "gauss", &delta1, 50, gauss, 0);//調(diào)節(jié)delta時不能為0，否則報異常。如果Size不為（0，0），調(diào)節(jié)delta沒有任何作用。
	createTrackbar("gaussbar", "gauss", &delta2, 50, gauss, 0);

	waitKey(0);
}

（3）應(yīng)用例子

//高斯模糊，中心占得比重最大
void QuickDemo::gaussian_blur_demo(Mat &image) {
	Mat dst;
	GaussianBlur(image, dst, Size(0, 0), 100);//卷積核大小必須是奇數(shù)，sigma和窗口大小是互相推算出來的。如果設(shè)置size，那么sigma不起作用；如果設(shè)置size（0,0），那么通過sigma就能調(diào)節(jié)模糊效果。
	imshow("高斯模糊", dst);
}

#include <QCoreApplication>
#include "opencv2/opencv.hpp"

using namespace cv;

int main(int argc, char *argv[])
{
    cv::Mat input;
    input = cv::imread("test1.png");
    cv::Mat org = input.clone();
    cv::namedWindow("input", WINDOW_NORMAL);
    cv::imshow("input", input);

    //GaussianBlur
    for (size_t i = 0; i < blur_times; ++i)
        cv::GaussianBlur(org, org, cv::Size(5, 5), 0, 0);
    cv::namedWindow("GaussianBlur", WINDOW_NORMAL);
    cv::imshow("GaussianBlur", org);
    cv::waitKey(0);
}

參考：https://aistudio.csdn.net/62e38a51cd38997446774bd7.html?spm=1001.2101.3001.6650.1&utm_medium=distribute.pc_relevant.none-task-blog-2_defaultOPENSEARCH_{activity-1-81568844-blog-105547468.pc_relevant_3mothn_strategy_recovery&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2}default_OPENSEARCHactivity-1-81568844-blog-105547468.pc_relevant_3mothn_strategy_recovery&utm_relevant_index=2
參考：https://blog.csdn.net/qq_38132105/article/details/105547468

二、高斯雙邊模糊

相比于高斯模糊，高斯雙邊模糊會保存圖片的細(xì)節(jié)特征

void bilateralFilter(InputArray src, OutputArray dst, int d, double sigmaColor, douboe sigmaSpace, int borderType=BORDER_DEFAULT)

高斯雙邊濾波既考慮了像素位置對原來像素的影響，也考慮了像素值的原來坐標(biāo)點的影響。位置越遠(yuǎn)影響越小，像素相差越多影響越小。
第四個參數(shù)：double類型的sigmaColor，顏色空間濾波器的sigma值。這個值越大，表示該像素鄰域內(nèi)有越寬廣的顏色被混合到一起，會產(chǎn)生較大的半相等顏色區(qū)域。
第五個參數(shù)：double類型的sigmaSpace，坐標(biāo)空間中濾波器的sigma值，坐標(biāo)空間的標(biāo)準(zhǔn)方差。它的值越大，則越遠(yuǎn)的像素會相互影響，從而使更大的區(qū)域中足夠相似的顏色獲取相同的顏色。當(dāng)d>0時，d指定了鄰域大小且與sigmaSpace無關(guān)。fouze，d正比于sigmaSpace。文章來源地址http://www.zghlxwxcb.cn/news/detail-465836.html

void QuickDemo::bifilter_demo(Mat &image) {
	Mat dst;
	bilateralFilter(image, dst, 0, 10, 20);
	imshow("雙邊模糊", dst);
}

到了這里，關(guān)于OpenCV圖像模糊：高斯濾波、雙邊濾波的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！