OpencV_Python图像滤波函数小结

图像滤波函数

cv2.bilateralFilter(InputArray src，OutputArray dst, int d，double sigmaColor，double sigmaSpace，int borderType = BORDER_DEFAULT) 将双边滤波器应用于图像，该函数适用双边滤波对输入的图像，可以减少不必要的噪音，同时保持较锋利的边缘。然而，与其他滤波器相比它的速度很慢。http://www.dai.ed.ac.uk/CVonline/LOCAL_COPIES/MANDUCHI1/Bilateral_Filtering.html  sigma的值：简而言之你可以设置2个sigma值相等，如果他们取值很小（<10），那么滤波的作用是很有限的，如果它们的值很大（>150），那么它们会有很给力的效果，让图片看上去很“卡通” Filter size：较大的滤波器是很慢的，因此建议使用d=5作为实际应用，当然你也许会在噪声严重的滤波中使用9x9滤波 d:过滤过程中每个像素的邻域的直径 sigmacolor：颜色空间中的标准方差，参数值较大时意味着在像素点领域内的更多的颜色会被混合在一起，结果导致较大区域内的颜色半等 sigmaspace：坐标空间的标准方差，参数的较大值意味着更远的像素将与相互影响，只要它们的颜色足够相近。 borderType：详见图像扩边cv2.copyMakeBorder()

cv2.blur(InputArray- src，OutputArray- dst，size- ksize，point- anchor=Point(-1,-1)，int borderType = BORDER_DEFAULT) 模糊图像使用归一化的框过滤器。内核为︰K=1ksize.width*ksize.height⎡⎣⎢⎢⎢11…1111111⋯⋯⋯111111⎤⎦⎥⎥⎥ blur(src, dst, ksize, anchor, borderType)与  boxFilter(src, dst, src.type(), anchor, true, borderType).的调用相等
ksize：滤波内核的大小 anchor：默认值（-1，-1）即像素点在内核中央

cv2.boxFilter(InputArray src，OutputArray dst，int ddepth，size ksize ,point anchor=Point(-1,-1)，bool norimalize = true，int borderType = BORDER_DEFAULT)
其内核为 K=α⎡⎣⎢⎢⎢11…1111111⋯⋯⋯111111⎤⎦⎥⎥⎥ 且 α={1ksize.width*ksize.height1when \texttt{normalize=true}otherwise