【原】python+opencv图像处理（二十一）

上篇介绍了用opencv中的函数blur()实现邻域平均，除了用此函数外，还有其他可实现均值滤波的方法，如下。

（1）根据数学公式，实现像素点的运算以实现领域平均。

数学公式在上篇有介绍。

（2）用opencv带的2D滤波器filter2D()可以实现滤波。此函数在滤波中会经常用到。

我把几种的代码放在一起，截图如下，代码中的红色注释说明了使用的是哪种方法。

其运行结果截图如下：

上图中，第1张是原图，后三张都是均值滤波后的图。从图可以看出，不管用哪一种代码，实现的结果都是一模一样的。

对于均值滤波，主要是用于去噪，但是在去噪的过程中可能会产生模糊，如上图所示，当选用的模板越大时，图像可能越模糊。

以下图像分别是模板选择为（5，5）和（10，10）时的图像，可以看到图像噪声消除明显，但图像也越模糊。

模板的大小也不一定非要是3*3这类的，也可以是2*10，5*2这样不规则的，如果这样做的话主要就是模糊图像了，一种是水平模糊，一种是垂直模糊，如下图所示：

上图分别是（1，10）和（10，1）时的运行结果。