c语言和opencv实现图像均值滤波和中值滤波

心已赠人 2021-11-01 02:56 590阅读 0赞

1，c语言实现中值滤波以及算法实现描述

我们在一个矩阵中去除边缘，在剩余数中求取所有像素点的均值来取代中间的值，我们来举例说明：

公式：![meanvalue = \\sum \_\{i=0,j=0\}^\{i=2,j=2\}a\[i\]\[j\]][meanvalue _ _sum _i_0_j_0_i_2_j_2_a_i_j]         a\[i\]\[j\]是下面数据除去边缘值的平均值。

图像的椒盐化补充：

椒盐噪声是由图像传感器，传输信道，解码处理等产生的黑白相间的亮暗点噪声。椒盐噪声是指两种噪声，一种是盐噪声（salt noise）盐=白色(255)，另一种是胡椒噪声（pepper noise），椒=黑色(0)。

c语言代码实现：

#include "opencv2/imgproc.hpp"
    #include "opencv2/highgui.hpp"
    #include<ctime>
    
    using namespace cv;
    using namespace std;
    
    //均值滤波
    void AverFiltering(const Mat &src,Mat &dst) {
    
    	if (!src.data) return;
    
    	//at访问像素点
    	for (int i = 1; i<src.rows; ++i)
    
    		for (int j = 1; j < src.cols; ++j) {
    
    			if ((i - 1 >= 0) && (j - 1) >= 0 && (i + 1)<src.rows && (j + 1)<src.cols) {//边缘不进行处理
    
    				dst.at<Vec3b>(i, j)[0] = (src.at<Vec3b>(i, j)[0] + src.at<Vec3b>(i - 1, j - 1)[0] + src.at<Vec3b>(i - 1, j)[0] + src.at<Vec3b>(i, j - 1)[0] +
    
    					src.at<Vec3b>(i - 1, j + 1)[0] + src.at<Vec3b>(i + 1, j - 1)[0] + src.at<Vec3b>(i + 1, j + 1)[0] + src.at<Vec3b>(i, j + 1)[0] +
    
    					src.at<Vec3b>(i + 1, j)[0]) / 9;
    
    				dst.at<Vec3b>(i, j)[1] = (src.at<Vec3b>(i, j)[1] + src.at<Vec3b>(i - 1, j - 1)[1] + src.at<Vec3b>(i - 1, j)[1] + src.at<Vec3b>(i, j - 1)[1] +
    
    					src.at<Vec3b>(i - 1, j + 1)[1] + src.at<Vec3b>(i + 1, j - 1)[1] + src.at<Vec3b>(i + 1, j + 1)[1] + src.at<Vec3b>(i, j + 1)[1] +
    
    					src.at<Vec3b>(i + 1, j)[1]) / 9;
    
    				dst.at<Vec3b>(i, j)[2] = (src.at<Vec3b>(i, j)[2] + src.at<Vec3b>(i - 1, j - 1)[2] + src.at<Vec3b>(i - 1, j)[2] + src.at<Vec3b>(i, j - 1)[2] +
    
    					src.at<Vec3b>(i - 1, j + 1)[2] + src.at<Vec3b>(i + 1, j - 1)[2] + src.at<Vec3b>(i + 1, j + 1)[2] + src.at<Vec3b>(i, j + 1)[2] +
    
    					src.at<Vec3b>(i + 1, j)[2]) / 9;
    
    			}
    
    			else {//边缘赋值
    
    				dst.at<Vec3b>(i, j)[0] = src.at<Vec3b>(i, j)[0];
    
    				dst.at<Vec3b>(i, j)[1] = src.at<Vec3b>(i, j)[1];
    
    				dst.at<Vec3b>(i, j)[2] = src.at<Vec3b>(i, j)[2];
    
    			}
    
    		}
    
    }
    
    //图像椒盐化
    void salt(Mat &image, int num) {
    
    	if (!image.data) return;//防止传入空图
    
    	int i, j;
    
    	srand(time(NULL));
    
    	for (int x = 0; x < num; ++x) {
    
    		i = rand() % image.rows;
    
    		j = rand() % image.cols;
    
    		image.at<Vec3b>(i, j)[0] = 255;
    
    		image.at<Vec3b>(i, j)[1] = 255;
    
    		image.at<Vec3b>(i, j)[2] = 255;
    	}
    }
    
    void main() 
    {
    	Mat image = imread("路飞.jpg");
    
    	Mat Salt_Image;
    
    	image.copyTo(Salt_Image);
    
    	salt(Salt_Image, 3000);
    
    	Mat image1(image.size(), image.type());
    
    	Mat image2;
    
    	AverFiltering(Salt_Image, image1);
    
    	imshow("原图", image);
    
    	imshow("自定义均值滤波", image1);
    
    	waitKey();
    }

运行结果如下： g++ 2\_opencv.cpp \`pkg-config opencv --cflags\` \`pkg-config opencv --libs\`

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwMDA4MzI1_size_16_color_FFFFFF_t_70][]

opencv实现均值滤波：

import cv2
    import numpy as np
    img = cv2.imread('image11.jpg',1)
    cv2.imshow('src',img)
    dst = cv2.GaussianBlur(img,(5,5),1.5)
    cv2.imshow('dst',dst)
    cv2.waitKey(0)

运行结果如下：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwMDA4MzI1_size_16_color_FFFFFF_t_70 1][]

2，c语言以及opencv实现中值滤波：

--------------------

对中间的9个数据10，23，54，23，45，14，21，32，28进行排序，所以排序后的数据如下：

10，14，21，23，23，28，32，45，45    所以我们看到中值是23，我们只需要替换掉中间

值，将45替换为23即可。

c语言代码实现中值滤波：

#include "opencv2/imgproc.hpp"
    
    #include "opencv2/highgui.hpp"
    
    #include<ctime>
    
    using namespace cv;
    
    using namespace std;
    
    typedef unsigned char uchar;
    
    void swap(uchar* p1,uchar* p2)
    {
        uchar* temp = p1;
        p1 = p2;
        p2 = temp ;
    }
    //求九个数的中值
    
    uchar Median(uchar n1, uchar n2, uchar n3, uchar n4, uchar n5,
    
    	uchar n6, uchar n7, uchar n8, uchar n9) {
    
    	uchar arr[9];
    
    	arr[0] = n1;
    
    	arr[1] = n2;
    
    	arr[2] = n3;
    
    	arr[3] = n4;
    
    	arr[4] = n5;
    
    	arr[5] = n6;
    
    	arr[6] = n7;
    
    	arr[7] = n8;
    
    	arr[8] = n9;
    
    	for (int gap = 9 / 2; gap > 0; gap /= 2)//希尔排序
    
    		for (int i = gap; i < 9; ++i)
    
    			for (int j = i - gap; j >= 0 && arr[j] > arr[j + gap]; j -= gap)
    
    				swap(&arr[j], &arr[j + gap]);
    
    	return arr[4];//返回中值
    
    }
    
    //图像椒盐化
    
    void salt(Mat &image, int num) {
    
    	if (!image.data) return;//防止传入空图
    
    	int i, j;
    
    	srand(time(NULL));
    
    	for (int x = 0; x < num; ++x) {
    
    		i = rand() % image.rows;
    
    		j = rand() % image.cols;
    
    		image.at<Vec3b>(i, j)[0] = 255;
    
    		image.at<Vec3b>(i, j)[1] = 255;
    
    		image.at<Vec3b>(i, j)[2] = 255;
    	}
    }
    
    //中值滤波函数
    
    void MedianFlitering(const Mat &src, Mat &dst) {
    
    	if (!src.data)return;
    
    	Mat _dst(src.size(), src.type());
    
    	for(int i=0;i<src.rows;++i)
    
    		for (int j=0; j < src.cols; ++j) {
    
    			if ((i - 1) > 0 && (i + 1) < src.rows && (j - 1) > 0 && (j + 1) < src.cols) {
    
    				_dst.at<Vec3b>(i, j)[0] = Median(src.at<Vec3b>(i, j)[0], src.at<Vec3b>(i + 1, j + 1)[0],
    
    					src.at<Vec3b>(i + 1, j)[0], src.at<Vec3b>(i, j + 1)[0], src.at<Vec3b>(i + 1, j - 1)[0],
    
    					src.at<Vec3b>(i - 1, j + 1)[0], src.at<Vec3b>(i - 1, j)[0], src.at<Vec3b>(i, j - 1)[0],
    
    					src.at<Vec3b>(i - 1, j - 1)[0]);
    
    				_dst.at<Vec3b>(i, j)[1] = Median(src.at<Vec3b>(i, j)[1], src.at<Vec3b>(i + 1, j + 1)[1],
    
    					src.at<Vec3b>(i + 1, j)[1], src.at<Vec3b>(i, j + 1)[1], src.at<Vec3b>(i + 1, j - 1)[1],
    
    					src.at<Vec3b>(i - 1, j + 1)[1], src.at<Vec3b>(i - 1, j)[1], src.at<Vec3b>(i, j - 1)[1],
    
    					src.at<Vec3b>(i - 1, j - 1)[1]);
    
    				_dst.at<Vec3b>(i, j)[2] = Median(src.at<Vec3b>(i, j)[2], src.at<Vec3b>(i + 1, j + 1)[2],
    
    					src.at<Vec3b>(i + 1, j)[2], src.at<Vec3b>(i, j + 1)[2], src.at<Vec3b>(i + 1, j - 1)[2],
    
    					src.at<Vec3b>(i - 1, j + 1)[2], src.at<Vec3b>(i - 1, j)[2], src.at<Vec3b>(i, j - 1)[2],
    
    					src.at<Vec3b>(i - 1, j - 1)[2]);
    
    			}
    
    			else
    
    				_dst.at<Vec3b>(i, j) = src.at<Vec3b>(i, j);
    
    		}
    
    	_dst.copyTo(dst);//拷贝
    
    }
    
    int main() {
    
    	Mat image = imread("1.JPG");
    
    	Mat Salt_Image;
    
    	image.copyTo(Salt_Image);
    
    	salt(Salt_Image, 3000);
    
     
    	Mat image3, image4;
    
    	MedianFlitering(Salt_Image, image3);
    
    	medianBlur(Salt_Image, image4, 3);
    
    	imshow("自定义中值滤波处理后", image3);
    
    	imshow("openCV自带的中值滤波", image4);
    
    	waitKey();
    
    }

代码实现效果如下：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwMDA4MzI1_size_16_color_FFFFFF_t_70 2][]

[meanvalue _ _sum _i_0_j_0_i_2_j_2_a_i_j]: https://private.codecogs.com/gif.latex?%5Cfn_jvn%20meanvalue%20%3D%20%5Csum%20_%7Bi%3D0%2Cj%3D0%7D%5E%7Bi%3D2%2Cj%3D2%7Da%5Bi%5D%5Bj%5D
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwMDA4MzI1_size_16_color_FFFFFF_t_70]: /images/20211101/4be46c4a4a4d4196a5ebbe605c2d139a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwMDA4MzI1_size_16_color_FFFFFF_t_70 1]: /images/20211101/6e8f194e0046449a97bf7e69f7613e34.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwMDA4MzI1_size_16_color_FFFFFF_t_70 2]: /images/20211101/890f747a8f704d92b81eaa48a4a8ec8b.png