[人工智能]【OpenCv】图像模糊（均值模糊，高斯模糊，中值模糊，双边模糊）

原理：

图像模糊又称为图像平滑，是图像处理中最简单和常用的操作之一，使用该操作就是为了给图像降低噪音。图像模糊处理包括：高斯模糊、均值滤波、中值滤波、双边滤波等。模糊滤波其实就是图像的卷积计算，通常这些卷积算子都是线性计算，所以又叫线性滤波。
链接：【OpenCv】图像模糊处理(滤波)

1. 均值滤波：
将黄色卷积核覆盖的9个像素值求平均值代替红色方框位置的像素值。
blur(src,dst,size(x,y),point(-1,-1))；
Size:（用于平滑操作的核的大小）
Size(1, 15); //y方向模糊运动
point默认参数值为(-1，-1)代表将均值赋给卷积核的中间位置。

2. 高斯滤波：
参考：高斯滤波器详解，三种模糊操作

//均值滤波，高斯滤波（避免本身很大，旁边很小，然后就总体变小；正太分布，权重分配）
#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;

int main(int argc, char** argv)
{
	Mat src, src2, dst;
	src = imread("D:/PT/stone.jpg");
	if (!src.data) {
		printf("could not load image...\n");
		return -1;
	}
	double scale = 0.5;
	Size dsize = Size(src.cols * scale, src.rows * scale);
	//Mat src2 = Mat(dsize, CV_32S);
	resize(src, src2, dsize);
	char input[] = "input image";
	char output[] = "output image";

	namedWindow(input, CV_WINDOW_AUTOSIZE);
	namedWindow(output, CV_WINDOW_AUTOSIZE);
	namedWindow("output_Gaussian", CV_WINDOW_AUTOSIZE);

	imshow(input, src2);
	blur(src2, dst, Size(5, 5), Point(-1, -1));
	//Size(1, 15);//y方向模糊运动
	//Size:（用于平滑操作的核的大小）
	//Point:（锚点，默认值为Point(-1,-1)表示锚点在核的中心）
	imshow(output, dst);

	Mat dst2;
	GaussianBlur(src2, dst2, Size(5, 5), 11, 11);
	imshow("output_Gaussian", dst2);
	waitKey(0);
	return 0;
}

3. 中值滤波：
取中位数；
对去椒盐噪声有很好的效果！为什么可以去除椒盐噪声呢？因为椒盐噪声像素值要么很小为0，要么很大为255，而取中间值话，就会用替代这些，从而给图像去噪点。

	medianBlur(src, dst, 5);

中值模糊的ksize大小必须是大于1而且必须是奇数。

4. 双边滤波：
链接：OpenCV双边滤波详解及实代码实现

	bilateralFilter(dst, dst2, 15, 100, 3);
	15 –计算的半径，半径之内的像数都会被纳入计算，如果提供-1 则根据sigma space参数取值
	-150 – sigma color 决定多少差值之内的像素会被计算
 	3 – sigma space 如果d的值大于0则声明无效，否则根据它来计算d值

注：因为之前一直要缩放图片，所以很不方便，索性写到这里把：

	double scale = 0.5;
	Size dsize = Size(src.cols * scale, src.rows * scale);
	//Mat src2 = Mat(dsize, CV_32S);
	resize(src, dst, dsize);