在摄像头采集图像的过程中，由于环境因素或者摄像头的自身原因，会产生本身不需要的噪声，OpenCV中有几种方式用于滤波，处理部分图像噪声。
滤波的作用： 增强或去除某一部分有用的线条、轮廓等特征，便于后期对这一特征的提取。
平均滤波
线性滤波，取当前像素点的邻域几个像素点的平均值赋值给当前像素点。
缺点：不针对某些特定点、线，在去噪声的过程中，也会造成图像模糊。
void blur( InputArray src, OutputArray dst,
Size ksize, Point anchor = Point(-1,-1),
int borderType = BORDER_DEFAULT );第一个参数：输入的图像，Mat类型的对象；
第二个参数：输出的图像；
第三个参数：邻域求平均值的范围大小（核）；
第四个参数：核锚点（取平均值被赋值的点），有默认值point(-1,-1)，锚点是最中心那个点；
第五个参数：一般不管。
高斯滤波
去除高斯噪声（概率密度函数服从正态分布），图像中的噪声大部分为高斯噪声。适用于大部分图像处理的情况。
高斯滤波也是求取平均值的过程，只是每个值有其权重。
void GaussianBlur( InputArray src, OutputArray dst, Size ksize,
double sigmaX, double sigmaY = 0,
int borderType = BORDER_DEFAULT );第一个参数：输入的图像，Mat类型的对象；
第二个参数：输出的图像；
第三个参数：邻域求平均值的范围大小（核）；
第四个参数：x方向上的标准差；
第五个参数：y方向上的标准差，当x、y方向上的标准差都为0，由核的高度和宽度自动确定；
第六个参数：取边缘的类型，一般不管。
中值滤波
有效去除去除椒盐状的噪声。
void medianBlur( InputArray src, OutputArray dst, int ksize )第一个参数：输入的图像，Mat类型的对象；
第二个参数：输出的图像；
第三个参数：正方形区域的边长；
双边滤波
双边滤波在某个差距范围中才进行滤波，超出范围的不滤波。保留图像的边缘特征，对于提取图像边缘很有效。
void bilateralFilter( InputArray src, OutputArray dst, int d,
double sigmaColor, double sigmaSpace,
int borderType = BORDER_DEFAULT );第一个参数：输入的图像，Mat类型的对象；
第二个参数：输出的图像；
第三个参数：表示在过滤过程中每个像素邻域的直径。如果这个值我们设其为非正数，那么OpenCV会从第五个参数sigmaSpace来计算出它来，在使用过程中我发现有点像模糊力度的意思；
第四个参数：颜色空间滤波器的sigma值。这个参数的值越大，就表明该像素邻域内有更宽广的颜色会被混合到一起，产生较大的半相等颜色区域。在使用过程中我发现有点像模糊范围的意思，范围越大看着越模糊；
第五个参数：坐标空间中滤波器的sigma值，坐标空间的标注方差。他的数值越大，意味着越远的像素会相互影响，从而使更大的区域足够相似的颜色获取相同的颜色。当d>0，d指定了邻域大小且与sigmaSpace无关。否则，d正比于sigmaSpace。使用过程中我发现这个值越大，图像的过渡效果越好；
第六个参数：一般不管。
