这篇文章主要介绍了C++如何实现中值滤波的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇C++如何实现中值滤波文章都会有所收获，下面我们一起来看看吧。
中值滤波器是一种非线性滤波器，或者叫统计排序滤波器。
适用对象：带椒盐噪声的图像
由于椒盐噪声像素值与原图像素值没有关联，随机性较大，因此使用中值滤波可有效滤掉噪声。
中值滤波需要对像素值进行排序，因此首先写一个冒泡排序算法。
冒泡排序实现：
为提高效率加入标志位flag，当第i次寻找最大值时，如果相邻两个数均未发生互换，此时flag位为false，即说明此时数组已经按照递增排列，可提前终止。此处应该注意flag=false所在位置，因为需要保证第i次寻找最大值过程中，遍历到所有未参与排列的数据，所以flag=false应该放在循环条件for（int j=0; j<len-1-i; j++）的外部。
void bubble(std::vector<int> &arr, int len){ bool flag = true; for (int i = 0; i < len-1; i++) { while (flag) { flag = false; for (int j = 0; j < len - i - 1; j++) { if (arr[j + 1] < arr[j]) { flag = true; //只要发生一次交换就继续判断 int temp = arr[j + 1]; arr[j + 1] = arr[j]; arr[j] = temp; } } } } }中值滤波的实现：
需要注意的主要问题：
为了能够遍历到原图的边界，需要对原图进行边界扩充，扩充长度为（窗口的长度-1）/ 2。
注意利用窗口对扩充后的图像遍历时，起始的位置不是0，而是扩充的长度，因为这时对应的才是原图的第一个像素点，同理结束的位置也是原图的最后一个像素点。
另外为了方便将窗口内对应的像素存到容器中，可以写两个循环，循环长度为窗口的长度与宽度，依次将像素值存入容器中。
最后对容器内的像素按照递增排列后，取中值赋给目标矩阵相应的位置，而此时的位置也应该用i-h，对应扩充前的位置。
经实践证明我写的这两个算法可有效使用。
void medianFilter(cv::Mat& src, cv::Mat& dst, cv::Size width){ //判断窗口是否为奇数 if (width.width % 2 == 0 || width.height % 2 == 0) { std::cout << "输入窗口大小应该为奇数，请重新输入" << endl; exit(-1); } else { //计算边界扩充长度 int h = (width.height - 1) / 2; int w = (width.width - 1) / 2; //对原图边界扩充 cv::Mat src_border; cv::copyMakeBorder(src, src_border, h, h, w, w, cv::BORDER_REFLECT_101); for (int i = h; i < src.rows + h; i++) { for (int j = w; j < src.cols + w; j++) { //定义容器存放窗口对应的像素 std::vector <int> v; for (int ii = i - h; ii <= i + h; ii++) { for (int jj = j - w; jj <= j + w; jj++) { v.push_back(src_border.at<uchar>(ii, jj)); } } //对容器内存放的像素排序 int len = width.area(); bubble(v, len); //将中值赋给目标图像对应位置 dst.at<uchar>(i-h, j-w) = v[(len - 1) / 2]; } } } }关于“C++如何实现中值滤波”这篇文章的内容就介绍到这里，感谢各位的阅读！相信大家对“C++如何实现中值滤波”知识都有一定的了解，大家如果还想学习更多知识，欢迎关注编程网行业资讯频道。
