OpenCV：06.中值滤波、腐蚀、膨胀、实现图片的美容效果-双边滤波

1. 中值滤波与双边滤波

• medianBlur 中值 对所有考虑点进行排序，取中间的那个值（替换到矩阵的中心点） 1,2,”3”,4,5 去掉噪音（很多 黑白点的情况）
• bilateralFilter 双边 可以用作美容 ，基于高斯，高斯保留的轮廓并不强，双边保留的轮廓信息会增强，基于高斯再增加像素差

使用到的 api

// @params d : 滤波过程中使用的每个像素邻域的直径。如果它是非正的，它是由sigmaSpace计算的。
// @param sigmaColor ： 滤色空间中的。参数的值越大意味着，像素附近的更远的颜色(参见sigmaSpace)将被混合在一起，得到结果 在更大的区域半相等的颜色。
// @param sigmaSpace: 在坐标空间中过滤。参数的值越大意味着距离较远的像素会相互影响，只要它们的颜色足够接近(参见sigmaColor))。当d > 0时，它指定邻域大小，而与sigmaSpace无关。否则,d是与sigmaSpace成正比。
CV_EXPORTS_W void bilateralFilter( InputArray src, OutputArray dst, int d,
                                   double sigmaColor, double sigmaSpace,
                                   int borderType = BORDER_DEFAULT );

int main(){
	Mat src = imread("E:/copy.png");

	if (!src.data){
		cout << "src read error" << endl;
		return -1;
	}
	imshow("src", src);

	Mat dst;
	 blur(src, dst, Size(15, 15));

	 中值滤波 对所有考虑点进行排序，取中间的那个值   1,2,“3”,4,5  去掉噪音
	 medianBlur(src, dst,5);

	 双边滤波 可以用作美容 ，基于高斯，高斯保留的轮廓并不强，双边保留的轮廓信息会增强，基于高斯再增加像素差
	bilateralFilter(src,dst,15,100,5);

	imshow("dst", dst);

	 掩膜操作
	Mat final;
	Mat kernal = (Mat_<int>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
	filter2D(dst,final,dst.depth(),kernal);
	imshow("final",final);

	waitKey(0);
	return 0;
}

2. 腐蚀与膨胀

数学形态学，与卷积操作类似，用的矩形 （E 求和），用的是任意形状，矩形，十字形，椭圆形，等等 最大值，最小值，中值，最大值-最小值

膨胀定义：
　　膨胀—-图像膨胀的过程类似于一个卷积的过程，假设有图像矩阵A以及结构元素B（注意，B的形状、尺寸没有限制），B在A矩阵上依次移动，每个位置上B所覆盖元素的最大值替换B的中心位置值（即锚点处），即为膨胀的过程。

腐蚀定义：
腐蚀—-图像膨胀的过程类似于一个卷积的过程，假设有图像矩阵A以及结构元素B（注意，B的形状、尺寸没有限制），B在A矩阵上依次移动，每个位置上B所覆盖元素的最小值替换B的中心位置值（即锚点处），即为腐蚀的过程。

• erode 腐蚀 ，最小值（去白点）
• dilate 膨胀 ， 最大值(去黑点)

int element_size = 1;
int max_size = 21;

// 膨胀与腐蚀，处理黑白图片
void trackbarCallback(int pos, void *userdata){
	int size = element_size * 2 + 1;
	// 创建一个 kernel
	Mat kernel = getStructuringElement(MORPH_RECT, Size(size, size));
	Mat dst;

	//膨胀 ， 最大值(去黑点)
	dilate(src, dst, kernel);
	// 腐蚀 ，最小值 （去白点）
	// erode(src,dst,kernel);
	imshow("output image", dst);
}


int main(){
	src = imread("E:/copy.png");

	if (!src.data){
		cout << "src read error" << endl;
		return -1;
	}
	imshow("src", src);
	
	// 创建一个 window
	namedWindow("output image");

	// 动态控制
	createTrackbar("Trackbar","output image",&element_size,max_size,trackbarCallback);


	waitKey(0);
	return 0;
}