基于OpenCV的数字图像处理 课件 项目3-2.1均值滤波.pptxVIP

均值滤波

均值滤波的原理图像的像素矩阵均值滤波是指用当前像素点周围的M*M个像素点的平均值代替当前像素点的值，使用该方法对图像内的每一个像素点进行处理，即可完成均值滤波。图为像素矩阵，如果取像素值为20的像素点周围3*3区域（图中的浅灰色底纹区域）的像素值的平均值计算，则（99+104+92+107+20+112+99+100+102）/9=93,图像平滑处理后20被替换为93。10098110961051029910492979910720112107989910010298

均值滤波的原理针对图中的每一个像素点进行同样的处理即可完成均值滤波，但是对于边缘不够3*3区域的像素点，如图所示第0行0列的像素值100，可选择其存在的区域的像素的平均值，如图中浅灰色区域所选，计算方法为（100+98+102+99）/4=100。除此之外，还可以通过扩充边缘的方法进行，扩充后在新增的行、列中填充不同的像素，之后再在此基础上对原来的像素矩阵进行求均值。OpenCV提供了多种边界处理方式，可以根据实际需要选择不同的边界处理模式。特殊位置的像素值处理10098110961051029910492979910720112107989910010298

均值滤波案例OpenCV提供了均值滤波函数cv2.blur()，语法格式如下：ds