影象模糊：為了降低影象噪聲。

常見的為Smooth, blur，它們利用卷積計算實現，這些卷積運算元都是線性操作，所以又稱為線性濾波。

均值濾波核的權重都為1，最終畫素取個結果和的均值，最終導致影象各個區域的畫素值比較均勻，無法克服邊緣畫素資訊丟失。

高斯濾波核的權重是一個高斯分佈的值，濾波後較大的畫素值仍然較大，因此影象會保留原有的特點，但只是部分地克服了邊緣資訊的丟失，無法完全避免，因為沒有考慮畫素值的不同。

均值濾波（模糊）：blur(src, dst, Size(5, 5));

高斯濾波（模糊）：GaussianBlur(src, dst2, Size(5, 5), 11);

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace std;
using namespace cv;

int main(){
    Mat src, dst;
    src = imread("/Users/ming/Documents/test.jpg");
    if (!src.data){
        printf("cannot load image ...");
        return -1;
    }
    namedWindow("src img", CV_WINDOW_AUTOSIZE);
    imshow("src img", src);
    
    blur(src, dst, Size(5, 5));  //均值模糊
    namedWindow("blur img", CV_WINDOW_AUTOSIZE);
    imshow("blur img", dst);
    
    Mat dst2;
    GaussianBlur(src, dst2, Size(5, 5), 11); //高斯模糊
    namedWindow("gaussianblur img", CV_WINDOW_AUTOSIZE);
    imshow("gaussianblur img", dst2);
    
    waitKey(0);
    return 0;
}
 

中值濾波（模糊）：是一種統計排序濾波器，因為在核對應的範圍中，給中心點賦予核範圍內中間數值，對椒鹽噪點有很好點抑制作用。函式：medianBlur(src, dst, 5); //5為卷積核的大小

高斯雙邊濾波（模糊）：是邊緣保留的濾波方法，避免邊緣畫素資訊丟失，保留了影象輪廓不變。可以用於美顏中。

bilateralFilter

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace std;
using namespace cv;

int main(){
    Mat src, dst;
    src = imread("/Users/ming/Documents/test.jpg");
    if (!src.data){
        printf("cannot load image ...");
        return -1;
    }
    namedWindow("src img", CV_WINDOW_AUTOSIZE);
    imshow("src img", src);
    
    medianBlur(src, dst, 5); //中值濾波
    imshow("medianblur", dst);
    
    Mat dst1;
    GaussianBlur(src, dst1, Size(5,5), 11); //高斯濾波
    imshow("gaussianblur", dst1);
    
    Mat dst2;
    bilateralFilter(src, dst2, 15, 150, 10); //高斯雙邊濾波。15表示計算區域的半徑，150表示畫素差值在150內才進行計算
    imshow("bilateralFilter", dst2);
    
    Mat dst2_1;
    Mat kernel = (Mat_<int>(3,3) << 0,-1,0,-1,5,-1,0,-1,0);
    filter2D(dst2, dst2_1, -1, kernel); //提高對比度
    imshow("bilateralFilter + filter2D", dst2_1);
    
    waitKey(0);
    return 0;
}