c语言和opencv实现图像均值滤波和中值滤波-蒲公英云

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\[i\]\[j\]$ a[i][j]是下面数据除去边缘值的平均值。

1	2	3	3	1
3	10	23	54	3
2	23	45	14	2
1	21	32	28	1
3	4	4	2	3

1	2	3	3	1
3	27.8	27.8	27.8	3
2	27.8	27.8	27.8	2
1	27.8	27.8	27.8	1
3	4	4	2	3

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：

1	2	3	3	1
3	10	23	54	3
2	23	45	14	2
1	21	32	28	1
3	4	4	2	3

1	2	3	3	1
3	10	23	54	3
2	23	23	14	2
1	21	32	28	1
3	4	4	2	3

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();
}