opencv blur均值滤波

OpenCV 中的均值滤波函数是 `cv2.blur()`，可以用于对图像进行平滑处理。均值滤波的原理是将每个像素的值替换为它周围像素的平均值。

以下是一个简单的示例代码：

import cv2

# 读取图像
img = cv2.imread('example.jpg')

# 进行均值滤波
blur = cv2.blur(img, (5, 5))

# 显示原图和处理后的图像
cv2.imshow('Original Image', img)
cv2.imshow('Blurred Image', blur)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上述代码中，我们首先读取了一张名为 `example.jpg` 的图像。然后，使用 `cv2.blur()` 函数进行均值滤波，其中 `(5, 5)` 表示滤波器的大小。最后，使用 `cv2.imshow()` 函数显示原图和处理后的图像。

你可以根据需要调整滤波器的大小来获得不同的平滑效果。

相关问题

opencv c++均值滤波

OpenCV是一个非常流行的计算机视觉库，提供了丰富的图像处理算法和工具。均值滤波是OpenCV中常用的一种滤波方法，可以有效地去除图像中的噪声。

均值滤波是指用局部区域内像素值的平均值来代替该区域内每个像素值的方法。在OpenCV中，使用cv::blur函数实现均值滤波。它的函数原型如下：

void cv::blur(
    InputArray 	src, //输入图像
    OutputArray 	dst, //输出图像
    Size 	ksize, //核大小
    Point 	anchor = Point(-1,-1), //锚点位置
    int 	borderType = BORDER_DEFAULT //边界类型
)

其中，参数ksize是指核的大小，anchor是锚点位置，用于指定卷积核中心位置，默认为(-1,-1)表示核的中心点。borderType是指边界扩充方式，默认为BORDER_DEFAULT。关于边界扩充方式，可以参考OpenCV文档中的说明。

opencv c++ 均值滤波

以下是使用OpenCV C++实现均值滤波的代码和步骤：

1. 导入OpenCV库

#include <opencv2/opencv.hpp>
using namespace cv;

2. 读取图像

Mat img = imread("image.jpg");

3. 进行均值滤波

Mat dst;
blur(img, dst, Size(3, 3)); // 第三个参数是卷积核大小

4. 显示结果

imshow("Mean Filter", dst);
waitKey(0);

完整代码如下：

#include <opencv2/opencv.hpp>
using namespace cv;

int main()
{
    Mat img = imread("image.jpg");
    Mat dst;
    blur(img, dst, Size(3, 3));
    imshow("Mean Filter", dst);
    waitKey(0);
    return 0;
}