高效中值滤波(采用copyMakeBorder处理边界像素)

修改了之前滤波中的中值滤波算法，采用copyMakeBorder处理边界像素

void MedianBlur(const Mat &image_Src, Mat &image_Dst, int width_Aperture)
{
	/////////////////////////////重新分配图像(如果需要)/////////////////////////////////////////////
	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));//置为0

	//滑动窗口
	int pixelCount=width_Aperture*width_Aperture;//窗口内像素总个数
	Mat image_Aperture(width_Aperture,width_Aperture,CV_8UC1);//滑动窗口图像

	//直方图
	Mat histogram;
	int histogramSize=256;//灰度等级
	int thresholdValue=pixelCount/2+1;//step1.设置阈值(步骤参考：图像的高效编程要点之四)

	//计算起点坐标
	int startX=width_Aperture/2;
	int startY=width_Aperture/2;

	///////////////////////////////扩充图像边界///////////////////////////////////////////
	int height_Extend=startY;
	int width_Extend=startX;
	Mat image_New;
	copyMakeBorder(image_Src,image_New,height_Extend,height_Extend,width_Extend,width_Extend,BORDER_DEFAULT);//默认采用BORDER_REFLECT
	int height_New=image_New.rows;
	int width_New=image_New.cols;
	//第一行
	//这里需要设置3个指针,一起滑动
	//1.源图像中被处理的像素
	//2.目标图像被处理的像素
	//3.源图像滑动窗口
	uchar *row_New=image_New.data+startY*width_New+startX;//新图像
	uchar *row_Dst=image_Dst.data;//目标图像
	uchar *row_Aperture_New=image_New.data;//源图像中的滑动窗口

	for (int y=startY;y<=height_New-startY-1;++y)
	{
		//列
		uchar *col_New=row_New;
		uchar *col_Dst=row_Dst;
		uchar *col_Aperture_New=row_Aperture_New;//操作整个滑动窗口

		///////////////////////////////对滑动窗口操作///////////////////////////////////////////
		//计算每行第一个滑动窗口直方图
		//提取滑动窗口图像
		uchar *row_Aperture=image_Aperture.data;//滑动窗口图像
		uchar *row_Aperture_New_2=col_Aperture_New;
		for (int k=0;k<=width_Aperture-1;++k)
		{
			//列
			uchar *col_ApertureImage=row_Aperture;
			uchar *col_Aperture_New_2=row_Aperture_New_2;

			for (int w=0;w<=width_Aperture-1;++w)
			{
				//处理每个像素
				col_ApertureImage[0]=col_Aperture_New_2[0];

				//下一个像素
				col_ApertureImage++;
				col_Aperture_New_2++;
			}

			//下一行
			row_Aperture+=width_Aperture;
			row_Aperture_New_2+=width_New;
		}

		//step 2.确定中值，并记录亮度<=中值的像素点个数
		//求直方图
		calcHist(&image_Aperture,
			1,//Mat的个数
			0,//用来计算直方图的通道索引，通道索引依次排开
			Mat(),//Mat()返回一个空值，表示不用mask,
			histogram, //直方图
			1, //直方图的维数，如果计算2个直方图，就为2
			&histogramSize, //直方图的等级数(如灰度等级),也就是每列的行数
			0//分量的变化范围
			);

		//求亮度中值和<=中值的像素点个数
		int medianValue,pixleCountLowerMedian;
		CalculateImage_MedianGray_PixelCount(histogram,pixelCount,medianValue,pixleCountLowerMedian);
		//////////////////////////////滑动窗口操作结束////////////////////////////////////////////

		//滤波
		col_Dst[0]=(uchar)medianValue;

		//滑动一个像素(三个指针在一起移动)
		col_Dst++;
		col_New++;
		col_Aperture_New++;
		for (int x=startX+1;x<=width_New-startX-1;++x)//从每行第二个滤波像素开始
		{
			//////////////////////////////////维持滑动窗口直方图////////////////////////////////////////
			//step 3.去掉左侧
			uchar *col_Left=col_Aperture_New-1;
			float *data=(float*)histogram.data;
			for (int k=0;k<=width_Aperture-1;++k)
			{
				int gray=col_Left[0];
				data[gray]-=1.0;
				if (gray<=medianValue)
				{
					pixleCountLowerMedian--;
				}
				col_Left+=width_New;
			}

			//step 4.增加右侧
			uchar *col_Right=col_Aperture_New+width_Aperture-1;
			for (int k=0;k<=width_Aperture-1;++k)
			{
				int gray=col_Right[0];
				data[gray]+=1.0;
				if (gray<=medianValue)
				{
					pixleCountLowerMedian++;
				}
				col_Right+=width_New;
			}

			//搜索新的中值
			if (pixleCountLowerMedian>thresholdValue)//step 6.
			{
				while(1)
				{
					pixleCountLowerMedian-=data[medianValue];
					medianValue--;
					if (pixleCountLowerMedian<=thresholdValue)
					{
						break;
					}
				}

			}
			else
			{
				while(pixleCountLowerMedian<thresholdValue)//step 5
				{
					medianValue++;
					pixleCountLowerMedian+=data[medianValue];

				}

			}

			//滤波
			col_Dst[0]=(uchar)medianValue;

			//滑动一个像素
			col_New++;
			col_Dst++;
			col_Aperture_New++;
		}//end of x

		//下一行
		row_New+=width_New;
		row_Dst+=width_Dst;
		row_Aperture_New+=width_New;
	}//end of y

}

原图：