常言道“溫故而知新”，寫此文章就是對自己目前學習內容的小小的總結與記錄。

本文力求用最簡潔的語言，詳細的程式碼將此部分內容講解清楚，但由於博主同樣是剛剛接觸OpenCV，或許表達上有些瑕疵，還望讀者能夠指教探討，大家共同進步。

博主機器配置為：VS2013+opencv2.4.13+Win-64bit。

若本文能給讀者帶來一點點啟示與幫助，我就很開心了。

===========================分割線========================

1-盒式濾波（方框濾波）

• 盒式濾波（方框濾波）是一種線性濾波技術，它的實現借鑑了積分影象的原理思想，在快速積分影象求解中，將計算某個矩陣畫素間的和值運算，轉化為求矩陣對應邊角點的求和差值運算。
• 盒式濾波的實現最關鍵的步驟就是初始化陣列S，陣列S的每個值是存放畫素鄰域內的畫素和值，在求解某矩形塊中的畫素和時，只需要索引對應區域的位置存放的和值就可以完成計算。

原理：

先給出核心，用核心各點的值與對應的影象畫素值相乘：

可以才看出通過盒式濾波後，圖片的邊緣資訊會丟失。

=======================分割線=========================

2-boxFilter()函式——盒式濾波

void boxFilter( InputArray src, OutputArray dst, int ddepth,
                             Size ksize, Point anchor=Point(-1,-1),
                             bool normalize=true,
                             int borderType=BORDER_DEFAULT );

• 引數1：輸入要處理的影象。
• 引數2：得到處理後的的輸出影象。
• 引數3：影象的深度。-1代表使用原圖深度，即src.depth()。
• 引數4：核心的大小。一般用Size(w,h)來表示核心大小，其中w為畫素寬度，h為畫素高度，正奇數或0。例：Size(3,3)就代表3×3的核大小。
• 引數5：表示錨點，即被平滑的那個點。如果這個點座標是負值的話，就表示取核的中心點為錨點，所以預設值Point(-1,-1)表示這個錨點在核的中心。
• 引數6：預設值為true，一個識別符號，表示核心是否被其區域歸一化了，具體見下面介紹。
• 引數7：用於推斷影象外部畫素的某種邊界模式，有預設值BORDER_DEFAULT，我們一般不用管它。

• 當normalize = true 時，盒式濾波就變成了均值濾波。也就是說，均值濾波是盒式濾波歸一化（normalized）後的特殊情況。其中，歸一化就是把要處理的量都縮放到一個範圍內，比如(0,1)，以便統一處理和直觀量化。
• 當normalize = false時，為非歸一化的盒式濾波，用於計算每個畫素鄰域內的積分特性，比如密集光流演算法（dense optical flow algorithms）中用到的影象倒數的協方差矩陣（covariance matrices of image derivatives）。

3-程式碼演示

/*
	盒式濾波（方框濾波）
*/

#include <opencv2/core/core.hpp>                
#include <opencv2/highgui/highgui.hpp>    
#include <opencv2/imgproc/imgproc.hpp>
#include <iostream>   
using namespace std;
using namespace cv;

int main()
{
	//------------【1】讀取源影象並檢查影象是否讀取成功------------   
	Mat srcImage = imread("D:\\OutPutResult\\ImageTest\\boat1.jpg");
	if (!srcImage.data)
	{
		cout << "讀取圖片錯誤，請重新輸入正確路徑！\n";
		system("pause");
		return -1;
	}
	imshow("【源影象】", srcImage);
	//------------【2】對影象進行盒式濾波（方框濾波）處理------------   
	Mat dstImage;
	boxFilter(srcImage, dstImage, -1, Size(5, 5), Point(-1, -1), false); //false為非歸一化情況
	imshow("【盒式濾波/方框濾波】", dstImage);
	waitKey(0);
}

4-顯示結果

5-程式說明

可以發現，非歸一化的時候，得到影象就是一片白色，對源影象毀壞太大，根本無法使用。

而歸一化的時候，得到影象是一種模糊的效果，此時與均值濾波一樣。

下一節我們將瞭解均值濾波的時候方法。

=====================END==============