cv2.boxFilter 非归一化处理 是怎么处理的

在 OpenCV 中，cv2.boxFilter 是一个用于执行盒子滤波的函数。当指定 normalize=False 时，它执行的是非归一化盒子滤波。

非归一化盒子滤波的原理如下：

1. 对于每个像素，遍历其周围的像素（由内核大小决定），将这些像素的值相加。
2. 将求和结果除以内核中像素的数量，得到该像素的平均值。
3. 将该平均值作为该像素的新值。

注意，由于没有进行归一化处理，因此盒子滤波的输出值可能会超出像素值的范围。因此，在使用非归一化盒子滤波时，需要将输出图像类型设置为与输入图像相同的类型。

相关问题

cv2.boxFilter 归一化处理 是怎么处理的

在使用 cv2.boxFilter 进行滤波时，如果将 normalize 参数设置为 True，则会进行归一化处理。归一化的过程是将每个卷积核内的值除以所有值的和，使得卷积核内所有值之和为 1。

具体地，假设卷积核的大小为 (ksize_x, ksize_y)，并且 normalize 参数被设置为 True。那么对于图像中的每个像素，都会将其与卷积核进行卷积，得到一个新的像素值。在进行卷积时，会将卷积核内的所有值乘以图像中对应像素位置的值，并将结果相加。最终，会将得到的总和除以卷积核内所有值的和，得到归一化后的像素值作为最终结果。

这样做可以确保滤波后的图像的亮度不会有太大的变化，同时可以减少卷积核内像素值的大小对滤波结果的影响。

cv2.boxfilter

`cv2.boxfilter` 是 OpenCV (计算机视觉库) 中的一个函数，它主要用于对图像数据应用均值滤波（Mean Filter），也称为平滑滤波。这个函数的基本作用是对输入图像的每个像素及其周围指定大小的邻域内的像素取平均值，从而减少噪声，提高图像的平滑度。它的语法通常是这样的：

output = cv2.boxFilter(src, -1, kernel, anchor=None, normalize=True, borderType=cv2.BORDER_DEFAULT)

参数解释：
- `src`：输入图像数组。
- `-1` 或者 `ddepth`：用于指定输出数组的数据深度，通常选择与输入数组相同的类型。
- `kernel`：滤波核，是一个 MxM 的矩阵，其中 M 决定了过滤窗口的大小。
- `anchor`：滤波核中心点相对于元素位置的偏移量，默认为 (0, 0)，即滤波核中心在元素上。
- `normalize`：如果设置为 `True`，那么结果会归一化到 [0, 255] 范围内，如果为 `False`，则不会做此操作。
- `borderType`：处理边界的方式，例如 `cv2.BORDER_CONSTANT` 可以保持边界像素不变。