若該文爲原創文章，未經允許不得轉載
原博主博客地址：https://blog.csdn.net/qq21497936
原博主博客導航：https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址：https://blog.csdn.net/qq21497936/article/details/104529643
目錄
OpenCV開發專欄
《OpenCV開發筆記（〇）：使用mingw530_32編譯openCV3.4.1源碼，搭建Qt5.9.3的openCV開發環境》
《OpenCV開發筆記（三）：OpenCV圖像的概念和基本操作》
《OpenCV開發筆記（四）：OpenCV圖片和視頻數據的讀取與存儲》
《OpenCV開發筆記（五）：OpenCV讀取與操作攝像頭》
《OpenCV開發筆記（六）：OpenCV基礎數據結構、顏色轉換函數和顏色空間》
《OpenCV開發筆記（八）：OpenCV常用操作之計時、縮放、旋轉、鏡像》
《OpenCV開發筆記（九）：OpenCV區域圖像（ROI）和整體、局部圖像混合》
《OpenCV開發筆記（十）：OpenCV圖像顏色通道分離和圖像顏色多通道混合》
《OpenCV開發筆記（十一）：OpenCV編譯支持Gpu(cuda) 加速開發之win-qt-mingw32編譯》
《OpenCV開發筆記（十二）：OpenCV編譯支持Gpu(cuda) 加速開發之win-qt-msvc2015編譯(opencv3.4.0、cuda9.0、VS2015)》
《OpenCV開發筆記（十三）：OpenCV圖像對比度、亮度的調整》
《OpenCV開發筆記（十四）：算法基礎之線性濾波-方框濾波》
《OpenCV開發筆記（十五）：算法基礎之線性濾波-均值濾波》
《OpenCV開發筆記（十六）：算法基礎之線性濾波-高斯濾波》
《OpenCV開發筆記（十七）：算法基礎之線性濾波對比-方框、均值、高斯濾波》
《OpenCV開發筆記（十八）：算法基礎之非線性濾波-中值濾波》
《OpenCV開發筆記（十九）：算法基礎之非線性濾波-雙邊濾波》：待發布
《OpenCV開發筆記（二十）：算法基礎之形態學濾波-腐蝕》：待發布
《OpenCV開發筆記（二十一）：算法基礎之形態學濾波-膨脹》：待發布
《OpenCV開發筆記（二十二）：圖像銳化》：待發布
《OpenCV開發筆記（二十三）：圖像污點修復》：待發布
《OpenCV開發筆記（二十四）：旋轉文本圖像矯正》：待發布
持續補充中…
OpenCV開發筆記（十八）：算法基礎之非線性濾波-中值濾波
前言
本篇章學習非線性濾波中的中值濾波。
Demo
中值濾波
概述
中值濾波是指用模板覈算子覆蓋區域內所有像素值的排序，位置處於中間的像素值用來個更新當前像素點的值。
常見的核算子3x3，模板區域內有9個元素，將9個有元素分辨按照小到大排序爲a1,a2,a3,a4,a5,a6,a7,a8,a9，中值濾波就是取中間的值a5替代中間點。
中值濾波在邊界的方寸方面由於均值濾波，是經常使用的一種濾波器，但是在模板逐漸變大時，會潤在一定的邊界模糊，畫面的清晰度基本保持，中值濾波對處理椒鹽噪聲非常有效，中值濾波能減弱或消除傅里葉控件的高頻分量，同時也影響低頻分量。
中值濾波去噪聲的效果依賴於兩個要素：領域的空間範圍和中值計算中涉及的像素數。一般來說，小於濾波器面積一半的亮或暗的物體基本上會被濾除，而較大的物體幾乎會原封不動的保存下來，因此中值濾波器的空間尺寸必須根據現有的問題來進行調整。
中值濾波屬於非線性濾波，線性濾波易於實現，且易於從頻率響應的角度分析，單如果噪聲是顆粒噪聲而非高斯早省事，線性濾波不能去除噪聲。如圖像出現極值點，線性濾波只是將噪聲轉換爲平緩但仍可見的散粒，最佳的解決方式是通過非線性濾波來濾除噪聲。
函數原型
void medianBlur( InputArray src,
OutputArray dst,
int ksize );
- 參數一：InputArray類型，一般是cv::Mat，可以處理1、3或者4通道數的圖片。但需要注意，當ksize爲3或者5時，圖片深度應該爲CV_8U、CV_16U、CV_16S、CV_32F，而對於較大孔徑尺寸的圖片，他只能是CV_8U。
- 參數二；OutputArray類型，輸出的目標圖像，需要和原圖片有一樣的尺寸和類型。
- 參數三：Size類型的ksize，覈算子的大小，必須大於等於1的奇數（等於1時是沒有任何過濾效果的）。
Demo源碼
void OpenCVManager::testMedianBlur()
{
QString fileName1 = "E:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/1.jpg";
cv::Mat srcMat = cv::imread(fileName1.toStdString());
cv::String windowName = _windowTitle.toStdString();
cvui::init(windowName);
if(!srcMat.data)
{
qDebug() << __FILE__ << __LINE__
<< "Failed to load image:" << fileName1;
return;
}
cv::Mat dstMat;
dstMat = cv::Mat::zeros(srcMat.size(), srcMat.type());
cv::Mat windowMat = cv::Mat(cv::Size(dstMat.cols * 3, dstMat.rows),
srcMat.type());
int ksize = 1; // 核心大小
cvui::window(windowMat, dstMat.cols, 0, dstMat.cols, dstMat.rows, "settings");
while(true)
{
windowMat = cv::Scalar(0, 0, 0);
// 原圖先copy到左邊
cv::Mat leftMat = windowMat(cv::Range(0, srcMat.rows),
cv::Range(0, srcMat.cols));
cv::addWeighted(leftMat, 1.0f, srcMat, 1.0f, 0.0f, leftMat);
// 中間爲調整濾波參數的相關設置
cvui::printf(windowMat, 375, 140, "ksize");
cvui::trackbar(windowMat, 375, 150, 165, &ksize, 0, 10);
// 中值濾波
cv::medianBlur(srcMat, dstMat, ksize * 2 + 1);
// 效果圖copy到右邊
// 注意：rang從位置1到位置2，不是位置1+寬度
cv::Mat rightMat = windowMat(cv::Range(0, srcMat.rows),
cv::Range(srcMat.cols * 2, srcMat.cols * 3));
cv::addWeighted(rightMat, 0.0f, dstMat, 1.0f, 0.0f, rightMat);
// 更新
cvui::update();
// 顯示
cv::imshow(windowName, windowMat);
// esc鍵退出
if(cv::waitKey(25) == 27)
{
break;
}
}
}
工程模板：對應版本號v1.13.0
對應版本號v1.13.0
原博主博客地址：https://blog.csdn.net/qq21497936
原博主博客導航：https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址：https://blog.csdn.net/qq21497936/article/details/104529643