噪声介绍
图像在获取或者传输过程中会受到随机信号的干扰产生噪声。
椒盐噪声
随机出现的白色（盐）/ 黑色（椒）像素，属于脉冲噪声，幅值固定、位置随机。就像图像上散落的白点 / 黑点。“盐噪声”：像素值被置为 255（8 位图像，白色）；“椒噪声”：像素值被置为 0（8 位图像，黑色）；
void addSaltPepperNoise(Mat& src, Mat& dst, float noiseDensity) { // 深拷贝原图，避免修改原图像 dst = src.clone(); // 随机数生成器（C++11 推荐，比rand()更均匀） random_device rd; mt19937 gen(rd()); uniform_real_distribution<float> dist(0.0, 1.0); uniform_int_distribution<int> saltPepperDist(0, 1); // 0=椒噪声，1=盐噪声 // 遍历所有像素 for (int i = 0; i < dst.rows; i++) { for (int j = 0; j < dst.cols; j++) { // 随机判断是否添加噪声 if (dist(gen) < noiseDensity) { if (dst.channels() == 1) { // 灰度图 dst.at<uchar>(i, j) = saltPepperDist(gen) ? 255 : 0; } else if (dst.channels() == 3) { // 彩色图（BGR） Vec3b& pixel = dst.at<Vec3b>(i, j); pixel[0] = pixel[1] = pixel[2] = saltPepperDist(gen) ? 255 : 0; } } } } } noiseDensity 代表噪声密度（0~1），值越大噪声越明显； Mat spNoiseImg; addSaltPepperNoise(src, spNoiseImg, 0.05);高斯噪声
噪声值服从正态分布，对每个像素的每个通道，叠加一个服从正态分布的随机值，需保证像素值在 [0,255] 范围内。
// 生成高斯噪声 void addGaussianNoise(Mat& src, Mat& dst, double mean = 0.0, double stddev = 20.0) { dst = src.clone(); // 正态分布随机数生成器 random_device rd; mt19937 gen(rd()); normal_distribution<double> gaussDist(mean, stddev); // 遍历所有像素 for (int i = 0; i < dst.rows; i++) { for (int j = 0; j < dst.cols; j++) { if (dst.channels() == 1) { // 灰度图 // 叠加噪声并限制范围 [0,255] int newValue = saturate_cast<uchar>(dst.at<uchar>(i, j) + gaussDist(gen)); dst.at<uchar>(i, j) = newValue; } else if (dst.channels() == 3) { // 彩色图 Vec3b& pixel = dst.at<Vec3b>(i, j); pixel[0] = saturate_cast<uchar>(pixel[0] + gaussDist(gen)); // B通道 pixel[1] = saturate_cast<uchar>(pixel[1] + gaussDist(gen)); // G通道 pixel[2] = saturate_cast<uchar>(pixel[2] + gaussDist(gen)); // R通道 } } } } // 【简化版】OpenCV内置函数生成高斯噪声（更高效） void addGaussianNoiseCV(Mat& src, Mat& dst, double stddev = 20.0) { dst = src.clone(); // 创建和原图同尺寸的高斯噪声矩阵 Mat noise(src.size(), src.type()); randn(noise, Scalar::all(0), Scalar::all(stddev)); // 均值0，标准差stddev // 叠加噪声（自动限制范围） add(dst, noise, dst, Mat(), src.type()); } stddev（标准差）：控制噪声强度，常用值 10~50，值越大图像越模糊。滤波方法
在这篇文章中介绍的很详细，我这里就不多赘述了：数字图像处理(11): 图像平滑 (均值滤波、中值滤波和高斯滤波)_高斯滤波,均值滤波,中值滤波-CSDN博客
我这里介绍一下各个滤波方法的C++函数
均值滤波：
void blur(InputArray src, OutputArray dst, Size ksize, Point anchor = Point(-1,-1), int borderType = BORDER_DEFAULT); src 输入图像（Mat，支持单 / 多通道，8 位 / 浮点型） dst 输出图像（和输入尺寸、类型一致） ksize 滤波核尺寸（Size (w,h)，如 Size (3,3) 表示 3×3 核，宽 / 高需为奇数） anchor 核的锚点（中心像素），默认 Point (-1,-1) 表示核中心 borderType 边界填充方式（默认 BORDER_DEFAULT 即可，无需修改 // 均值滤波示例 void meanFilterDemo(Mat& src) { Mat dst; // 3×3均值滤波（最常用） blur(src, dst, Size(3, 3)); // 5×5均值滤波（核越大，平滑效果越强，边缘越模糊） Mat dst5x5; blur(src, dst5x5, Size(5, 5)); // 显示结果 imshow("原图", src); imshow("3×3均值滤波", dst); imshow("5×5均值滤波", dst5x5); }方框滤波：
void boxFilter(InputArray src, OutputArray dst, int ddepth, Size ksize, Point anchor = Point(-1,-1), bool normalize = true, int borderType = BORDER_DEFAULT); ddepth 输出图像深度（-1 表示和输入一致，如 src 是 CV_8UC3，dst 也为 CV_8UC3） normalize 是否归一化：true = 归一化（等价均值滤波），false = 不归一化高斯滤波：
void GaussianBlur(InputArray src, OutputArray dst, Size ksize, double sigmaX, double sigmaY = 0, int borderType = BORDER_DEFAULT); sigmaX X 方向标准差（必须指定），控制权重衰减速度 sigmaY Y 方向标准差（默认 0，表示和 sigmaX 相同） ksize 滤波核尺寸（必须是奇数，如 Size (3,3)、Size (5,5)），若设为 Size (0,0)，OpenCV 会根据 sigmaX 自动计算核大小 // 高斯滤波示例 void gaussianFilterDemo(Mat& src) { Mat dst1, dst2; // 情况1：3×3核，sigmaX=1.5（常用参数） GaussianBlur(src, dst1, Size(3, 3), 1.5); // 情况2：5×5核，sigmaX=2.0（平滑更强） GaussianBlur(src, dst2, Size(5, 5), 2.0); // 显示结果 imshow("原图", src); imshow("3×3高斯滤波（sigma=1.5）", dst1); imshow("5×5高斯滤波（sigma=2.0）", dst2); }中值滤波：
void medianBlur(InputArray src, OutputArray dst, int ksize); src 输入图像：支持单通道 / 三通道（彩色图），8 位 / 16 位 / 32 位浮点型（注意：彩色图是对每个通道单独做中值滤波） dst 输出图像：尺寸、类型和输入完全一致 ksize 滤波核尺寸：必须是大于 1 的奇数（如 3、5、7），表示邻域的边长（3=3×3 邻域）图像金字塔
图像金字塔在这里也介绍的很详细：数字图像处理(21): 图像金字塔(高斯金字塔 与 拉普拉斯金字塔)_数字图像处理21-CSDN博客，这里只说明它的C++函数用法。
向下采样
pyrDown() 不是简单的直接缩放，而是遵循 “先平滑、后下采样” 的金字塔构建规则。先用 5×5 高斯核对原图进行高斯滤波，再剔除偶数行和偶数列（宽高各减半，像素数变为原图的 1/4）。
600×400 图像 → 300×200 图像，801×601 图像 → 401×301 图像。
void pyrDown(InputArray src, OutputArray dst, const Size& dstsize = Size(), int borderType = BORDER_DEFAULT); dstsize 输出图像尺寸（默认空） borderType 边界填充方式（默认 BORDER_DEFAULT，无需修改）向上取样
先将图像宽高各翻倍，在偶数行 / 列插入 0 值（相当于图像放大但像素值为空），再用 5×5 高斯核对插值后的图像滤波（填充 0 值位置的像素，使图像平滑）。
void pyrUp(InputArray src, OutputArray dst, const Size& dstsize = Size(), int borderType = BORDER_DEFAULT);
