【opencv-python】双边滤波效果分析

双边滤波是图像滤波中经常使用的一种技术，在opencv-python中，函数cv2.bilateralFilter()可以实现此功能。双边滤波相比于平均、高斯、中值等基于图像模糊原理的滤波技术，最大的优势是可以保全图像中的边缘信息，能在保持边界清晰的情况下有效的去除噪音，如官方教程中所给的示例图像：
左侧图像能清晰看到纹理和边缘，经过双边滤波之后，纹理被明显模糊掉，但是边缘仍然较清晰保持，可见双边滤波函数的作用比较明显。我们再尝试对一张图片进行处理，原图如下图所示：

cv2.imread()读入之后转换为灰度图，如下图所示，我们重点关注车道线信息：

下面我们对齐进行高斯滤波，卷积核大小为5✖️5，代码如下所示：

kernel = np.ones((5,5),np.float32)/25
src = cv2.imread('road.jpg', 0)
dst = cv2.filter2D(src, -1, kernel)

滤波后的图像效果为：

可见图片边缘和车道线轮廓均被模糊化，轮廓信息被破坏掉了。我们再看一下双边滤波的效果，如下图所示：
我们可以看到，关键边缘信息并没有被模糊化，可见双边滤波的效果。为什么会有这种效果呢？可以参考官方说明和论文，链接。

---

感谢支持，欢迎关注，丰富技术/学术内容持续更新！

opencv-python快速入门视频教程

---