仅自学做笔记用,后续有错误会更改
理论
中值滤波：对核内数值先进行排序，再取中间那个值
注1：中值滤波属于统计学的排序滤波器
注2：中值滤波对椒盐噪声有很好的抑制作用
高斯双边滤波(美颜磨皮效果一般都是用的这个)：
1.均值滤波：无法克服边缘像素信息丢失缺陷，因为它是基于平均权重的
2.高斯滤波：克服了该缺陷，但是无法完全避免，因为没有考虑到像素值的不同
3.高斯双边滤波：是一种边缘保留的滤波方法，避免了边缘数据的丢失，保留了图像轮廓不变
4.高斯双边滤波有两个核， 一个空域核（上边图那个绿色的格子），一个值域核（用来保留像素值的差异，将像素值的差距限定在一定范围内，差距太大的就不用去模糊）
5.高斯双边滤波 一般配合 锐化卷积操作，可以达到美颜的效果
相关API
中值滤波：medianBlur(Mat src, Mat dst, ksize);
高斯双边模糊: bilateralFilter(Mat src, Mat dst,1 d = 15,150,3)
-15 计算的半径，半径之内的像素都会被纳入计算，如果提供-1则根据sigma space参数取值
-150 sigma color决定了多少差值之内的像素会被计算
-3 sigma space 如果d的值大于0，则这个3就无效，否则就是根据这个值来推算d的值
代码示例
Mat srcImageMat,dstImageMat;srcImageMat = imread(...);// 中值滤波// mediaBlur(srcImageMat, dstImageMat, 3);// 高斯双边滤波// bilateralFilter(srcImageMat, dstImageMat, 15, 100, 5);// 高斯双边滤波 + 锐化卷积（也就是磨皮效果演示）bilateralFilter(srcImageMat, dstImageMat, 15, 100, 5);Mat resultImg;Mat kernel = (MAT_<int>(3, 3) << 0,-1 ,0, -1, 5, -1, 0, -1, 0);filter2D(dstImageMat, resultImg, -1, kernel , Point(-1, -1), 0);imshow("Final Result", resultImg);
效果截图:
中值滤波效果截图：
高斯双边滤波效果截图：
高斯双边滤波 + 锐化 效果截图(效果就是磨皮)：
