1、模糊原理

• Smooth/Blur 是图像处理中最简单和常用的操作之一
• 使用该操作的原因之一就为了给图像预处理时候减低噪声
• 使用Smooth/Blur操作其背后是数学的卷积计算
  
• 通常这些卷积算子计算都是线性操作，所以又叫线性滤波
  
• 归一化盒子滤波（均值滤波）：
  
• 高斯滤波
  

2、相关API

• 均值模糊

blur(Mat src, Mat dst, Size(xradius, yradius), Point(-1,-1));

• 高斯模糊

GaussianBlur(Mat src, Mat dst, Size(11, 11), sigmax, sigmay);

其中Size（x, y）, x, y 必须是正数而且是奇数

3、代码实现

• 均值模糊代码如下：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;

int main(int argc, char** argv) {
	Mat src, dst;
	src = imread("C:/Users/86180/Desktop/文档/学习/opencv/图片处理/zqy4_1.jpg");
	if (!src.data) {
		cout << "could not load image..4." << endl;
		return -1;
	}
	
	char input_win[] = "input image";
	char output_win[] = "blue image";
	namedWindow(input_win, WINDOW_AUTOSIZE);
	namedWindow(output_win, WINDOW_AUTOSIZE);
    imshow(input_win, src);
	
	blur(src, dst, Size(5, 3), Point(-1, -1));
	imshow(output_win, dst);

	waitKey(0);
	return 0;
}

其运行结果为：

• 高斯模糊代码如下:

#include <opencv2/opencv.hpp> 
#include <iostream> 
using namespace cv;

int main(int argc, char** argv) {
	Mat src, dst;
	src = imread("C:/Users/86180/Desktop/文档/学习/opencv/图片处理/zqy4_1.jpg");
	if (!src.data) {
		printf("could not load image...\n");
		return -1;
	}
	char input_title[] = "input image";
	char output_title[] = "blur image";
	namedWindow(input_title, WINDOW_AUTOSIZE);
	namedWindow(output_title, WINDOW_AUTOSIZE);
	imshow(input_title, src);

	//blur(src, dst, Size(11, 11), Point(-1, -1));
	//imshow(output_title, dst);

	Mat gblur;
	GaussianBlur(src, gblur, Size(11, 11), 11, 11);
	imshow("gaussian blur", gblur);

	waitKey(0);
	return 0;
}

其运行结果为：