本篇部落格主要介紹如何使用OpenCV自帶的中值濾波器來對圖片進行處理，達到模糊圖片的效果。在程式碼中通過使用一個TrackerBar動態改變。具體的還是根據程式碼來進行解釋吧！
先看一下效果圖：

通過效果圖可以很清楚的感受到隨著trackerBar的不斷滑動，圖片的模糊程度也在不斷的發生改變，不過相比起來，歸一化濾波、高斯濾波和中值濾波這三種方式各有各自的特點，有興趣的朋友可以自己上網搜尋一下，在這裡就不多說了！！！

看一下原始碼：

#include <iostream>
#include <opencv2\opencv.hpp>
using namespace
 
 cv;
using namespace std;

const char* source_window = "source";
int initial_size = 1;
Mat source, result;
void onSizeChange(int position) {
    cout << " , initial_size = " << initial_size << endl;
    if (position == 0) {
        position = 1;
    }
    if (position%2 == 0) {
        position = position + 1
 
;
    }

    initial_size = position;
    try {
        medianBlur(source, result, initial_size);
        imshow(source_window, result);
    }
    catch (Exception e) {
        std::cout << "Exception message = " << e.msg << std::endl;
    }
}

int main()
{
    source = imread("tw.jpg"
 
, IMREAD_UNCHANGED);
    result.create(source.rows, source.cols, source.type());
    cvNamedWindow(source_window, CV_WINDOW_AUTOSIZE);
    cvCreateTrackbar("changeSize", source_window, &initial_size, 100, onSizeChange);
    cvSetTrackbarPos("changeSize", source_window,2);
    waitKey(0);
    cvDestroyAllWindows();
    return 0;
}

進行模糊處理最核心的函式就是：medianBlur(source, result, initial_size)，看一下這個函式的api介紹：

/** @brief Blurs an image using the median filter.

The function smoothes an image using the median filter with the \f$\texttt{ksize} \times
\texttt{ksize}\f$ aperture. Each channel of a multi-channel image is processed independently.
In-place operation is supported.

@note The median filter uses BORDER_REPLICATE internally to cope with border pixels, see cv::BorderTypes

@param src input 1-, 3-, or 4-channel image; when ksize is 3 or 5, the image depth should be
CV_8U, CV_16U, or CV_32F, for larger aperture sizes, it can only be CV_8U.
@param dst destination array of the same size and type as src.
@param ksize aperture linear size; it must be odd and greater than 1, for example: 3, 5, 7 ...
@sa  bilateralFilter, blur, boxFilter, GaussianBlur
 */
CV_EXPORTS_W void medianBlur( InputArray src, OutputArray dst, int ksize );

src代表輸入影象，dst代表輸出影象，ksize代表著核心尺寸，由於是中值濾波，所有ksize的大小必須為奇數，這也是我在程式中對trackerbar的值進行判斷的原因。

中值濾波的實現原理：中值濾波將影象的每個畫素用鄰域 (以當前畫素為中心的正方形區域)畫素的 中值 代替 。

好了，函式的註解也已經提供了，不知道我理解的對不對，如果有什麼不正確的地方還請大神指正，我早點改正，不勝感激！！！有興趣的朋友可以以關注我，遇到問題大家一起討論一下！！

這是我的微信公眾號，如果可以的話，希望您可以幫忙關注一下，這將是對我最大的鼓勵了，謝謝！！