[OpenCv2 计算机视觉编程手册] 第六章 图像滤波

（1）引用

描述图像的两种方式：第一种通过观察灰度分布来描述一副图像被称为空间域。第二种观察图像中变化的频率被称为频域，低频对应区域的图像强度变化缓慢，而高频是由快速变化的图像强度生成的。

傅里叶变换或余弦变换他们可以明确的显示图像的频谱。

（2）低通滤波器

blur函数的作用正是将每个像素替换为相邻矩形内像素的平均值。（箱式滤波器）（boxFilter函数）

GaussianBlur函数通过计算加权平均数，即离的近的像素比远处的像素拥有更多的权重。(当滤波器的作用相当于将一个像素替换为相邻像素的加权总和时，我们称它是线性的。)

（应用一个线性滤波器意味着沿着图像的每个像素移动一个核，并且把对应的像素乘上关联的权重。在数学上，这个过程被称为卷积。）

（低通滤波器的效果是对图像进行模糊或平滑。因为它减弱了物体边缘处可见的快速变化。）

（filter2D函数可以使用自定义的核对图像进行线性滤波）

（3）中值滤波器

medianBlur函数，中值滤波器对于去除椒盐噪点尤其有用。

由于中值滤波器是非线性的，它无法表示为一个核矩阵。然而。它也对每一个像素的相邻区域进行操作以确定输出像素的值。该像素及它的相邻区域组成一组数组，同时如名字所示，中值滤波器仅仅计算这组数的中值，并用中值替换当前的像素值。

（4）高通滤波器（方向滤波器检测边缘）

sobel算子是一种经典的边缘检测线性滤波器，它基于一个简单的3*3核。我们将图像视作二维函数，sobel算子可被认为是图像在垂直和水平方向变化的测量。