【学习随笔】Opencv 知识汇总

图像处理 ：（大纲）

三种线性滤波 ：方框滤波，均值滤波，高斯滤波

两种非线性滤波：中值滤波，双边滤波 

七种图像处理形态学：腐蚀、膨胀、开运算、闭运算、形态学梯度、顶帽、黑帽

漫水填充 

图像缩放

图像金字塔

阀值化

 滤波中概念 ：

平滑处理：也称模糊处理，是一种简单且使用频率很高的图像处理方法。（在涉及到降低图像分辨率时，平滑处理是好方法）

图像滤波：指在尽量保留图像细节特征的条件下对目标图像的噪声进行压制。

                 （消除图像中的噪声成分叫做图像的平滑化或滤波操作）

（图像滤波）目的：（1）抽出对象特征作为图像识别的特征模式

                                 （2）为适应图像处理要求，消除图像数字化时所混入的噪声

  (滤波处理)   要求：   (1)  不能损坏图像的轮廓及边缘等重要信息

                                  （2）使图像清晰视觉效果好

平滑滤波是低频增强的空间域滤波技术，它的目的有两类：模糊，消除噪音

  （滤波器：相当于包含加权系数的窗口，当使用时，就把窗口放到图像上，透过窗口看图像 ）             

滤波是将信号中特定波段频率滤除操作，是抑制和防止干扰的一项重要措施

高斯滤波为例，滤波可分为低通滤波和高通滤波两种，低通滤波就是模糊 ，高通滤波就是锐化  （高斯模糊就是高斯低通滤波）

邻域算子与线性邻域滤波：（一种加权和方法）------Opencv中就3种【方框滤波 ，均值滤波 ，高斯滤波】

邻域算子（局部算子）是利用给定的像素周围的像素值决定此像素的最终输出值，而线性邻域滤波就是一种常用的邻域算子

方框滤波：

        void boxFilter(源图，目的图，图像深度，内核大小---Size(w,h)，锚点--即被平滑的点，是否被归一化---默认值 true)

均值滤波：（方框滤波归一化后的特殊情况） 缺陷：不能很好的保护图像细节，去噪的同时破坏了图像的细节，图像变得模糊

                    主要方法为邻域平均法，即用一片图像区域的各个图像的均值代替原图像中的各个像素值

           void blur(源图，目的图，核大小，锚点)

高斯滤波：线性平滑滤波 ，可以消除高斯噪声，广泛用于图像减噪过程 。（对抑制服从正态分布的噪声非常有效）

                （对整幅图像 进行加权平均的过程）每一个像素点都由其本身和邻域内的其他像素经过加权平均后得到。

              具体操作：用一个模板（或称卷积、掩膜）扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去代                                  替模板中心像素点的值

                void  GaussianBlur(源图像，目的图，高斯内核，X方向标准偏差，Y方向标准偏差)