一、方框滤波
方框滤波是均值滤波的一种形式。在均值滤波中,滤波结果的像素值是任意一个点的邻域平均值,等于各邻域像素值之和的均值,而在方框滤波中,可以自由选择是否对均值滤波的结果进行归一化,即可以自由选择滤波结果是邻域像素值之和的平均值,还是邻域像素值之和。
二、C++代码
#include <iostream>
#include <opencv2\opencv.hpp>
using namespace cv;
using namespace std;
int main()
{
//---------------------------用于方框滤波的图像--------------------
Mat img = imread("1.jpg");
if (img.empty())
{
cout << "请确认图像文件名称是否正确" << endl;
return -1;
}
//将CV_8U类型转换成CV_32F类型，避免计算后的数据过大
Mat equalImg_32F;
img.convertTo(equalImg_32F, CV_32F, 1.0 / 255);
Mat resultNorm, result, equalImg_32FSqr;
//--------------------------方框滤波boxFilter----------------------
boxFilter(img, resultNorm, -1, Size(3, 3), Point(-1, -1), true); // 进行归一化，则为均值滤波
boxFilter(img, result, -1, Size(3, 3), Point(-1, -1), false); // 不进行归一化
//----------------------方框滤波sqrBoxFilter()---------------------
//对每个像素数值的平方求和/求均值
sqrBoxFilter(equalImg_32F, equalImg_32FSqr, -1, Size(3, 3), Point(-1, -1), true, BORDER_CONSTANT);
//-------------------------显示处理结果----------------------------
imshow("原始图像", img);
imshow("归一化", resultNorm);
imshow("不归一化", result);
imshow("平方和求均值", equalImg_32FSqr);
waitKey(0);
return 0;
}
三、python代码
import cv2
import matplotlib.pyplot as plt
# 读取图片
img = cv2.imread('1.jpg')
# BGR转为RGB，方便plot函数显示
source = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
# 方框滤波，True表示归一化，则效果与均值滤波相同。
result = cv2.boxFilter(source, -1, (5, 5), normalize=False)
# sqrBoxFilter实现对每个像素值的平方求和
# result1 = cv2.sqrBoxFilter(source, -1, (5, 5), normalize=True)
# 显示图形
titles = ['Source Image', 'BoxFilter Image']
images = [source, result]
for i in range(2):
plt.subplot(1, 2, i + 1), plt.imshow(images[i], 'gray')
plt.title(titles[i])
plt.xticks([]), plt.yticks([])
plt.show()
四、结果展示
1、原始图像
2、归一化
3、不归一化
4、平方和求均值
以上就是OpenCV学习方框滤波实现图像处理代码示例的详细内容，更多关于OpenCV方框滤波实现图像处理的资料请关注编程网其它相关文章！
