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:
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()
效果如下:
起作用的api是这个:dst = cv.pyrMeanShiftFiltering(image,3,25)
3是处理图像的半径,25是颜色相差的最小阈值。。。半径和阈值越大,图像越模糊,感觉效果就不是我们想要的了。运用的时候记得调参就行了。