opencv学习笔记（9）边缘保留滤波EPF

最新推荐文章于 2023-11-13 15:10:38 发布

chagiko

最新推荐文章于 2023-11-13 15:10:38 发布

阅读量189

点赞数

分类专栏： opencv学习

本文链接：https://blog.csdn.net/chagiko/article/details/113799657

版权

opencv学习专栏收录该内容

19 篇文章 3 订阅

订阅专栏

本文介绍了使用OpenCV库进行高斯双边模糊和均值迁移滤波的Python代码实现。通过调整参数，观察到参数值增大导致图像呈现更明显的卡通化效果。对于高斯双边模糊，参数50和10分别影响模糊程度和空间范围；而在均值迁移滤波中，3作为处理半径，25为颜色差异阈值，参数增大导致图像变得更模糊。建议在实际应用中根据需求调整这两个函数的参数。

摘要由CSDN通过智能技术生成

高斯双边模糊

# coding=UTF-8
import cv2 as cv
import numpy as np

def bi_demo(image):
    dst = cv.bilateralFilter(image,0,50,10)
    cv.imshow("bi_demo",dst)

image = cv.imread("quebangirl.jpg")
cv.imshow("input picture",image)
bi_demo(image)
cv.waitKey(0)
cv.destroyAllWindows()

效果如下：
在这里插入图片描述
滤波是由这个api决定的： dst = cv.bilateralFilter(image,0,50,10)
经过调参发现，50和10的那两个参数，越大，滤波之后的图片显得更为卡通化。
然后自己查资料，发现这位朋友总结的很好，发个链接（侵删）：
高斯双边模糊参数解析

均值迁移

# coding=UTF-8
import cv2 as cv
import numpy as np

def shift_demo(image):
    dst = cv.pyrMeanShiftFiltering(image,3,25)
    cv.imshow("shift_demo",dst)

image = cv.imread("quebangirl.jpg")
cv.imshow("input picture",image)
shift_demo(image)
cv.waitKey(0)
cv.destroyAllWindows()