OpenCV__Python边缘保留滤波EPF_教程12

边缘保留滤波

1.高斯双边滤波

类似于实现美颜功能

bilateralFilter()函数可以对图像进行双边滤波。

关于2个sigma参数：

• 简单起见，可以令2个sigma的值相等；
• 如果他们很小（小于10），那么滤波器几乎没有什么效果；
• 如果他们很大（大于150），那么滤波器的效果会很强，使图像显得非常卡通化；

关于参数d：

• 过大的滤波器（d>5）执行效率低。
• 对于实时应用，建议取d=5；
• 对于需要过滤严重噪声的离线应用，可取d=9；
• d>0时，由d指定邻域直径；
• d<=0时，d会自动由sigmaSpace的值确定，且d与sigmaSpace成正比；

 

 

#引入opencv模块
import cv2 as cv
#引入numpy模块
import numpy as np
#引入sys模块
import sys

#边缘保留滤波
def bi_filter(img):
    dst = cv.bilateralFilter(img,0,100,15)
    return dst             


def img_test():
    img = cv.imread('E:/chenopencvblogimg/lena.jpg')
    #判断是否读取成功
    if img is None:
        print("Could not read the image,may be path error")
        return
    cv.namedWindow("origin Pic",cv.WINDOW_NORMAL)
    cv.imshow("origin Pic",img)

    img_show = bi_filter(img)
    cv.namedWindow("bi_filter",cv.WINDOW_NORMAL)
    cv.imshow("bi_filter",img_show)    
   
    #让显示等待键盘输入维持在那里，否则程序跑完就闪退啦！
    cv.waitKey(0)
    #销毁窗口
    cv.destroyAllWindows()

if __name__ == '__main__':
    sys.exit(img_test() or 0)

 

2.均值迁移滤波 

参数sp，定义的漂移物理空间半径大小；

参数sr，定义的漂移色彩空间半径大小；

 

#引入opencv模块
import cv2 as cv
#引入numpy模块
import numpy as np
#引入sys模块
import sys

#边缘保留滤波
def bi_filter(img):
    dst = cv.bilateralFilter(img,0,100,15)
    return dst  


#均值迁移滤波
def meanshift_filter(img):
    dst = cv.pyrMeanShiftFiltering(img,10,30)
    return dst  

def img_test():
    img = cv.imread('E:/chenopencvblogimg/lena.jpg')
    #判断是否读取成功
    if img is None:
        print("Could not read the image,may be path error")
        return
    cv.namedWindow("origin Pic",cv.WINDOW_NORMAL)
    cv.imshow("origin Pic",img)

    img_show = bi_filter(img)
    cv.namedWindow("bi_filter",cv.WINDOW_NORMAL)
    cv.imshow("bi_filter",img_show)    

    img_show = meanshift_filter(img)
    cv.namedWindow("meanshift_filter",cv.WINDOW_NORMAL)
    cv.imshow("meanshift_filter",img_show)    

    #让显示等待键盘输入维持在那里，否则程序跑完就闪退啦！
    cv.waitKey(0)
    #销毁窗口
    cv.destroyAllWindows()

if __name__ == '__main__':
    sys.exit(img_test() or 0)