高效均值滤波的方法与实现

均值滤波的基本原理很简单，就是用滑动窗口内所有像素的平均值代替窗口中心像素的灰度值

高效均值滤波的原理如下：

代码：

//高效均值滤波
void Blur(const Mat &image_Src, Mat &image_Dst, Size size_Aperture)
{
	//////////step 1.重新分配图像(如果需要)/////////////////
	//新图像的大小
	int width_Dst=image_Src.cols;
	int height_Dst=image_Src.rows;
	image_Dst.create(Size(width_Dst,height_Dst),CV_8UC1);//如果重新分配，之前的空间会扔掉
	image_Dst.setTo(Scalar(0));

	//滑动窗口
	int width_Aperture=size_Aperture.width;
	int height_Aperture=size_Aperture.height;
	int pixelCount=width_Aperture*height_Aperture;
	int *sum_PerCol=new int[width_Dst];//每列的灰度值

	//计算起点坐标
	int startX=width_Aperture>>1;
	int startY=height_Aperture>>1;

	//第一行
	//三个关键的指针，这三个指针绑定在一起，一起滑动
	//1.2:需要被处理的像素
	//3:滑动窗口第一个元素,用来操作滑动窗口
	uchar *row_Src=image_Src.data+startY*width_Dst+startX;
	uchar *row_Dst=image_Dst.data+startY*width_Dst+startX;
	uchar *row_Aperture_Src=image_Src.data;
	for (int y=startY;y<=height_Dst-startY-1;++y)
	{
		//列
		uchar *col_Src=row_Src;
		uchar *col_Dst=row_Dst;
		uchar *col_Aperture_Src=row_Aperture_Src;

		//计算每列height_Aperture个像素的灰度值和
		//第一行，计算所有列的和
		if (y==startY)
		{

			for (int k=0;k<=width_Dst-1;++k)
			{
				sum_PerCol[k]=0;
				//每列第一个指针
				uchar *col_PerLine=col_Aperture_Src+k;
				for (int t=0;t<=height_Aperture-1;++t)
				{
					sum_PerCol[k]+=col_PerLine[0];
					col_PerLine+=width_Dst;//下一行
				}

			}
		}
		else//非第一行
		{
			for (int k=0;k<=width_Dst-1;++k)
			{
				//每列第一个指针
				uchar *col_=col_Aperture_Src+k;
				sum_PerCol[k]-=col_[0-width_Dst];//减上面
				sum_PerCol[k]+=col_[0+(height_Aperture-1)*width_Dst];//加下面
			}

		}

		//计算width_Aperture行的列总和
		int sum_Aperture=0;
		for (int x=startX;x<=width_Dst-startX-1;++x)
		{
			//每行第一个元素，求width_Aperture个列和
			if (x==startX)
			{
				for (int k=x-startX;k<=x+startX;++k)
				{
					sum_Aperture+=sum_PerCol[k];
				}
			}
			else//非第一个元素
			{
				//减去左边
				sum_Aperture-=sum_PerCol[x-1-startX];

				//加上右边
				sum_Aperture+=sum_PerCol[x+startX];
			}

			//求均值
			uchar meanValue=sum_Aperture/pixelCount;
			col_Dst[0]=meanValue;

			//滑动一个像素
			col_Dst++;
			col_Src++;
		}
		//下一行
		row_Dst+=width_Dst;
		row_Src+=width_Dst;
		row_Aperture_Src+=width_Dst;
	}
}

使用大小为3行5列的窗口，运行效果图：

运行这段代码之前，需要配置一下OpenCV,算法核心和OpenCV没有太大关联。

注意：算法没有处理边界的情况，还不太清楚怎么处理边界，有会的朋友，希望能够一起分享一下边界处理的一些技巧

代码写的不是特别规范，大家有什么看不懂的地方，可以提出来