用均值滤波 高斯滤波 中值滤波给图像去噪

均值滤波、高斯滤波和中值滤波是常用的图像去噪方法：

1. 均值滤波：对图像中的每个像素取周围像素的平均值来替代原像素值。均值滤波能有效减少高频噪声，但可能会导致图像变得模糊。

2. 高斯滤波：通过计算像素周围的加权平均值来替代原像素值，其中权重由高斯函数确定。高斯滤波可以平滑图像并减少噪声，同时保留图像的细节。

3. 中值滤波：对图像中的每个像素，取其周围邻域像素的中值来代替原像素值。中值滤波对于去除椒盐噪声等脉冲噪声非常有效，但可能会导致图像细节的损失。

相关问题

C++自选图像使用均值滤波，高斯滤波，中值滤波，截取滤波后的图像用cmake

在C++中，处理图像并应用滤波器如均值滤波、高斯滤波、中值滤波以及截取滤波后的结果通常会涉及到图像处理库，比如OpenCV。这里是一个简要步骤：

1. **引入所需库**：
首先，在CMakeLists.txt文件中添加对OpenCV的支持，如果还未安装，需要配置额外依赖：

   find_package(OpenCV REQUIRED)

2. **包含头文件**：
在源代码中，你需要包含必要的图像处理头文件：

   #include <opencv2/opencv.hpp>

3. **读取图像**：
使用`cv::imread`函数加载图片：

   cv::Mat src_image = cv::imread("input.jpg", cv::IMREAD_COLOR);

4. **选择滤波器**：
- **均值滤波**：`cv::blur` 或 `cv::medianBlur`（对于中值滤波）
- **高斯滤波**：`cv::GaussianBlur`
例如，高斯滤波：

   cv::Mat blurred_image;
   cv::GaussianBlur(src_image, blurred_image, cv::Size(5, 5), 0); // 参数调整以控制模糊程度

5. **截取区域**：
如果你想从滤波后的图像中截取部分区域，可以使用ROI (Region of Interest)：

   cv::Rect roi(10, 10, 100, 100); // (x, y, width, height)
   cv::Mat cropped_image = blurred_image(roi);

6. **保存图像**：
对于滤波后的结果，使用`cv::imwrite`保存：

   cv::imwrite("filtered_output.jpg", cropped_image);

7. **构建项目**：
确保CMakeLists.txt正确设置后，运行`cmake .`生成构建文件，然后`make`或`cmake --build .`来编译项目。

C++自选图像使用均值滤波，高斯滤波，中值滤波，截取滤波后的图像。

在C++中处理图像并应用滤波技术，如均值滤波、高斯滤波、中值滤波和截取操作，通常需要使用一些图像处理库，比如OpenCV（Open Source Computer Vision Library）。以下是基本步骤：

1. **引入库**：首先，你需要包含必要的库文件，如`opencv2/opencv.hpp`。

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

2. **读取图像**：通过`imread`函数加载图像文件，例如：

Mat img = imread("input.jpg", IMREAD_COLOR);
if (img.empty()) {
    // 图像无法打开，处理错误...
}

3. **选择滤波器**：
- **均值滤波**: 使用`blur`函数，传入图像和大小为奇数的核（例如5x5）。

   Mat blurred_img;
   blur(img, blurred_img, Size(5, 5), Point(-1, -1)); // 卷积核中心点默认为0

- **高斯滤波**: `GaussianBlur`函数，同样传入图像和核尺寸，以及标准差。

   GaussianBlur(img, blurred_img, Size(5, 5), 0); // 第四个参数表示σX=σY

- **中值滤波**: `medianBlur`函数，用于降噪，只接受奇数尺寸的核。

   medianBlur(img, filtered_img, 5);

4. **滤波后操作**：过滤完成后，你可以使用`imshow`显示原始图像和处理后的结果：

   imshow("Original Image", img);
   imshow("Blurred Image", blurred_img);
   imshow("Gaussian Filtered Image", filtered_img);
   imshow("Median Filtered Image", filtered_img); // 中值滤波和高斯滤波效果类似

5. **截取图像**：可以使用`Rect`结构和`copyTo`函数截取部分图像：

   Rect roi(10, 10, 100, 100); // 起始坐标(x, y)和区域宽度、高度
   Mat cropped_img = img(roi);

6. **保存图像**：如果需要保存处理后的图像，可以用`imwrite`函数。

   imwrite("output_blurred.jpg", blurred_img);