少有人走的路在opencv\sources\samples下面提供了很多的官方例程，是学习OpenCV的最好的资源。
视频教程地址：
https://www.bilibili.com/video/av17748771/?p=9
感谢贾志刚老师的视频教程。
图像模糊原理
Smooth/Blur 是图像处理中最简单和常用的操作之一。
使用该操作的原因之一就是为了给图像预处理时候减低噪声。
使用Smooth/Blur操作背后是数学的卷积。
通常这些卷积算子都是线性操作，所以通常叫做线性滤波。
假设有6x6的图像像素矩阵。
卷积过程：6x6上面是3x3的窗口，从左向右从上向下移动，黄色的每个像素点值之和取平局赋值给中心红色像素作为它卷积处理之后新的像素值，每次移动一个像素格。
均值滤波
高斯滤波
Ａ是归一化系数。
中值滤波
统计排序滤波器
中值对椒盐噪声有很好的抑制作用
双边滤波
均值模糊无法克服边缘像素信息丢失缺陷，原因是均值滤波是基于平均权重
高斯模糊部分克服了该缺陷，但是无法完全避免，因为没有考虑像素值的不同，没有加像素阈值
高斯双边模糊是边缘保留的滤波方法，有像素阈值判断，避免了边缘信息丢失，保留了图像轮廓不变
空域是根据位置来加权，值域是根据值的大小来选择是否模糊，确保图像的突变（边缘）部分保留下来，图像的信息特征还会存在，所以双边模糊需要空域和值域，窗口大小参数。
相关API
均值模糊：
blur(Mat src,Mat dst,Size(xradius,yradius),Point(-1,-1));
高斯模糊：
GaussianBlur(Mat src,Mat dst,Size(11,11),sigmax,sigmay);
Size是高斯窗口的大小，Size(x,y),x,y必须是正数或者奇数。
中值模糊
medianBlur(src,dst,ksize);
双边模糊：
bilateraFilter(src,dst,d=15,150,3);
15是半径，半径之内的像数都会被纳入计算，
150 sigma color 决定多少差值之内的像素会被计算。
3 sigma space 如果d的值大于0则声明无效，否则根据它来计算d值。比如现在是15，我们就不用3了。
演示代码：
#include<iostream>
#include<opencv2/core/core.hpp>
#include<highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <math.h>
using namespace cv;
using namespace std;
int main()
{
Mat src,dst;
src = imread("1.jpg");
char input_win[] = "input image";
char output_win[] = "output image";
char output_win2[] = "output image2";
char output_win3[] = "miduanblue image";
char output_win4[] = "Biblue image";
namedWindow(input_win,CV_WINDOW_AUTOSIZE);
imshow(input_win,src);
blur(src,dst,Size(11,11),Point(-1,-1)); //size的大小尽量是奇数 线性模糊
namedWindow(output_win,CV_WINDOW_AUTOSIZE);
imshow(output_win,dst);
Mat gblur;
GaussianBlur(src,gblur,Size(11,11),11,11);
namedWindow(output_win2,CV_WINDOW_AUTOSIZE);
imshow(output_win2,gblur);
Mat med;
medianBlur(src,med,3); //中值滤波
namedWindow(output_win3,CV_WINDOW_AUTOSIZE);
imshow(output_win3,med);
Mat gau;
bilateralFilter(src,gau,15,150,3); //150的数值相当于PS磨皮
namedWindow(output_win4,CV_WINDOW_AUTOSIZE);
imshow(output_win4,gau);
Mat fil;
Mat kernel = (Mat_<int>(3,3)<<0,-1,0,-1,5,-1,0,-1,0);
filter2D(src,fil,-1,kernel,Point(-1,-1),0);
imshow("filter2D",fil);
waitKey(0);
return 0;
}图像效果：
源码和原图片请到Github下载:
https://github.com/MRwangmaomao/OpencvDrawTest-Project.git
————————————————
版权声明：本文为CSDN博主「南山二毛」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_16481211/article/details/79569156
