十分钟带你了解均值滤波和方框滤波

目录

一、引言

二、均值滤波

 三、方框滤波

四、总结

一、引言

均值滤波（Mean Filter）和方框滤波（Box Filter）都是图像处理中常用的平滑滤波方法，它们的主要目的是减少图像中的噪声并平滑图像。

二、均值滤波

均值滤波是一种线性滤波方法，它的原理是将一个滤波器（通常是一个小的矩形窗口）在图像上滑动，计算窗口内像素的平均值，然后用这个平均值来替代窗口中心像素的值。这个操作可以用于去除噪声，平滑图像，以及模糊图像。

均值滤波的步骤：

1. 定义一个滤波器（通常是一个矩形窗口）。
2. 将滤波器在图像上滑动，计算窗口内像素的平均值。
3. 将平均值赋给窗口中心像素。  

在OpenCV中，你可以使用 cv2.blur函数来进行均值滤波例如：

       dsr=cv2.blur(src,ksize,anchor,borderType)

● dst是返回值

● src是需要处理的图像

● kszie是滤波核(卷积核)的大小

● anchor是锚点，默认值是（-1，-1）一般无需更改

● borderType是边界样式，一般无需更改 一般情况下，使用dst=cv2.blur(src,ksize)即可。 

下面是代码演示：

import cv2
import numpy as np #导入所需要的库

def add_peppersalt_noise(image, n=10000): #定义一个函数 利用这个函数生成噪声图