原来是不做图像处理这块的， 所以对这里的专用名字不是特别感冒， 滤波器听来玄而又玄。真正拿来看了之后就不过尔尔了， 这把拿了一个均值滤波器的例子来做记录， 希望可以依次把一些median filter, gaussian blur都拿来说说。

好吧言归正传， 这里就具体说说均值滤波器是什么东西吧。其实这个东西就是在图像处理的时候， “把每个像素都用周围的8个像素来做均值操作 ”， 比如说这里有一个例子：

 


均值滤波边框不是0 均值滤波器模板_均值滤波

图通常是最能说明问题的东西， 非常明显的， 这个3*3区域像素的颜色值分别是5,3,6,2,1,9,8,4,7那么中间的1这个像素的过滤后的值就是这些值的平均值， 也就是前面的计算方法： (5+3+6+2+1+9+8+4+7)/9=5

一目了然。那么这个均值滤波器有什么用处呢？

主要还是平滑图像的用处， 有的图像的锐度很高，用这样的均值算法，可以把锐度降低。使得图像看上去更加自然，下面就有几幅图我们可以看出一些端倪：

原图：                                                                          平滑处理之后：


均值滤波边框不是0 均值滤波器模板_i++_02

 

均值滤波边框不是0 均值滤波器模板_均值滤波边框不是0_03

这里还是可以明显的感觉到不同的， 没有好坏之分，就是第二幅图片看上去更为平滑。 继续我们的问题， 那这里均值平滑是否具有去除噪声的功能呢？ 我们搞来了椒盐噪声（就是随机的白点，黑点）来试试手：

噪声图（5%）：                                                         平滑处理之后：


均值滤波边框不是0 均值滤波器模板_i++_04

 

均值滤波边框不是0 均值滤波器模板_图像处理_05

首先这里的噪声还是比较小的， 只有5%，从均值的效果来看的话， 我可以说几乎没有用，其实直观的想也可以判断， 因为这里的处理并没有剔除这些噪声点， 而只是微弱地降低了噪声，所以效果可以想见的。。

好吧， 最后的时候还是贴上一段处理的代码：


1. /**
2. ** method to remove noise from the corrupted image by mean value
3. * @param corrupted input grayscale binary array with corrupted info
4. * @param smooth output data for smooth result, the memory need to be allocated outside of the function
5. * @param width width of the input grayscale image
6. * @param height height of the input grayscale image
7. */  
8. void meanFilter (unsigned char* corrupted, unsigned char* smooth, int width, int height)  
9. {  
10.       
11. sizeof(unsigned char) );  
12.       
13. for (int j=1;j<height-1;j++)  
14.     {  
15. for (int i=1;i<width-1;i++)  
16.         {  
17.             smooth [ j*width+i ] = (    corrupted [ (j-1)*width+(i-1) ] + corrupted [ (j-1)*width+i] + corrupted [ (j-1)*width+(i+1) ] +  
18.                                         corrupted [ j*width+(i-1) ]     + corrupted [ j*width+i]     + corrupted [ j*width+(i+1) ] +  
19.                                         corrupted [ (j+1)*width+(i-1) ] + corrupted [ (j+1)*width+i] + corrupted [ (j+1)*width+(i+1) ] ) / 9;  
20.         }  
21.     }  
22. }


说明一下，我比较偷懒。一般处理的时候通常还有边界上的一些处理， 但是我这里就简单的从1...width-1来处理， 所以第一个和最后一个像素就简单的抛掉了， 如果只是简单的看看效果还是没有问题的！