学习DIP第1天
均值滤波，是比較简单的滤波方式。比較典型的是以3x3的模板对核心（或者称为锚点）的元素及其周围八个元素进行求和并除以元素个数（即9）得到的值将原值覆盖，主要的实现方法为四层循环，算法时间复杂度：
O（w*h*m*n）
当中w，h为图像宽和长。m。n为模板宽和长。
该算法有优化方法，将在以后的博文中讨论。
代码使用OpenCV1.0编写，因为代码水平有限，望请见谅0.0
#include#include #include #define GETPIX(image,x,y) ((unsigned char) (image->imageData)[(x)*image->width+(y)])#define SETPIX(image,x,y,value) (((image->imageData)[(x)*image->width+y])=((unsigned char)value))void mean(IplImage *src,IplImage * dst,int kernel_size){ unsigned int temp=0; for(int i=kernel_size/2;i width-kernel_size/2;i++) for(int j=kernel_size/2;j height-kernel_size/2;j++){ temp=0; for(int m=-kernel_size/2;m<=kernel_size/2;m++) for(int n=-kernel_size/2;n<=kernel_size/2;n++) temp+=GETPIX(src,i+m,j+n); SETPIX(dst,i,j,(unsigned char)(temp/(kernel_size*kernel_size))); }}int main(){ IplImage * image = cvLoadImage("e:\\OpenCV_Image\\lena.jpg",0); IplImage * test =cvCreateImage(cvSize(512,512),image->depth,1); mean(image,test,11); cvNamedWindow("SRC"); cvNamedWindow("DST"); cvShowImage("SRC",image); cvShowImage("DST",test); cvWaitKey(); cvReleaseImage(&image); cvDestoryWindow("SRC"); cvDestoryWindow("DST");}
从上到下依次採用3x3，5x5，11x11的模板进行处理
均值滤波的缺点是：不能非常好的保存边缘信息