OPENCV中的均值滤波、方框滤波、高斯滤波，都是线性滤波方式，由于线性滤波的结果是所有像素值的线性组合，因此含有噪声的像素也会被考虑进去，噪声不会被消除，而是以更柔和的方式存在。如果需要去除这些噪声，使用非线性滤波效果可能会更好。中值滤波采用邻域内所有像素值的中间值来替代当前像素点的像素值。
1.原理介绍
中值滤波会取当前像素点及其周围临近像素点（一共有奇数个像素点）的像素值，将这些像素值排序，然后将位于中间位置的像素值作为当前像素点的像素值。
1.1.函数语法
在OpenCV中，实现中值滤波的函数是medianBlur，其语法格式如下：medianBlur（src,dst,ksize）
● dst是中值滤波后得到的处理图像
● src是需要处理的源图像。它能够有任意数量的通道，并能对各个通道独立处理。图像深度应该是CV_8U、CV_16U、CV_16S、CV_32F 或者 CV_64F中的一种。
● ksize 是滤波核的大小。滤波核大小是指在滤波处理过程中其邻域图像的高度和宽度。需要注意，核大小必须是比1大的奇数，比如3、5、7、9、11等。
1.2.举例
原数据
97 95 94
93 78 90
66 91 101
中值滤波后的数据
97 95 94
93 93 90
66 91 101如果将ksize设置为3，则其邻域为3×3。对3×3邻域内像素点的像素值进行排序，按升序排序后得到序列值为：[66,78,90,91,93,94,95,97,101]。在该序列中，处于中心位置（也叫中心点或中值点）的值是“93”，因此用93替换像素值78作为当前点的新像素值。
1.3 其他
- 中值滤波对噪声的消除效果比线性滤波好；
- 随着滤波核的增大，图像也会变的模糊，并且处理的耗时也会越高；
版权声明：本文为weixin_35804181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和本声明。