由于opencv源码本身关于均值滤波、高斯滤波等都时调用opencv自带的滤波引擎实现，无法看到他到底怎么实现的滤波功能。但我们知道他的滤波原理，接下来我们自己写一个c++代码实现他的滤波功能（本代码可以虽然是均值滤波，但可以通过修改模板，及相应参数实现其他滤波功能，有兴趣的可以自己研究。），由于是3X3的模板效果不是很明显。
#include<iostream> #include<opencv2\opencv.hpp> #include<opencv2\core\core.hpp> //均值模板 int TemplateSmoothAvg[9] = { 1, 1, 1, 1, 1, 1, 1, 1, 1 }; /**************************************** srcImg-输入图像（灰度图像） nTempH-模板的高度 nTempW-模板的宽度 nTempMY与nTempMX-中心的坐标 fCoef-模板系数 ****************************************/ void Template(const cv::Mat srcImg, cv::Mat& resultImg, int nTempH, int nTempW, int nTempMY, int nTempMX, int* fpArray, float fCoef) { if (srcImg.empty()) { return ; } srcImg.copyTo(resultImg); int i, j; //扫描图像进行模板操作 for (i = nTempMY; i < resultImg.rows - (nTempH - nTempMY) + 1; i++) { for (j = nTempMX; j <resultImg.cols - (nTempW - nTempMX) + 1; j++) { int fResult = 0; for (int k = 0; k < nTempH; k++) { for (int l = 0; l < nTempW; l++) { fResult += srcImg.at<uchar>(i + k - nTempMY, j + l - nTempMX)*fpArray[k*nTempW + l]; } } fResult *= fCoef; if (fResult>255) { fResult = 255; } if (fResult <= 0) { fResult = 0; } resultImg.at<uchar>(i, j) = fResult; } } } int main() { cv::Mat testImg = cv::imread("test1.jpg"); cv::Mat grayImg; cv::cvtColor(testImg, grayImg, CV_BGR2GRAY); cv::imshow("原始图像", grayImg); cv::Mat resultImg; Template(grayImg, resultImg, 3, 3, 1, 1, TemplateSmoothAvg, (float)1 / 9); cv::imshow("my均值滤波", resultImg); cv::waitKey(0); return 0; }原始图像：
均值滤波后：
