初学python实现OpenCV之边缘保留滤波：高斯双边、均值迁移（七）

初学python实现OpenCV之边缘保留滤波：高斯双边、均值迁移

高斯双边、均值迁移

高斯双边：
双边滤波函数bilateralFilter()
bilateralFilter(src, d, sigmaColor, sigmaSpace, dst=None, borderType=None)
其中：src: 待处理图像、d:过滤期间使用的各像素邻域的直径，如果是非正的，则从SigmaPace计算它。sigmaColor:在颜色空间中过滤Sigma。参数的较大值意味着像素邻域内的更多颜色(参见SigmaSpace)将混合在一起，从而产生更大的半等色区域。
sigmaSpace:在坐标空间中筛选Sigma。参数的较大值意味着只要它们的颜色足够接近(参见SigmaColor)，更远的像素会相互影响。当d>0时，它指定邻域大小，而与SigmaPace无关。否则，D与SigmaPace成比例。

均值迁移：
均值漂移函数：cv.pyrMeanShiftFiltering( src, sp, sr[, dst[, maxLevel[, termcrit]]] )
其中：src参数表示输入图像，8位三通道图像、sp参数表示漂移物理空间窗口半径大小、sr参数表示漂移颜色窗口半径大小、dst参数表示和源图象相同大小、相同格式的输出图象、maxLevel参数表示用于分割的金字塔的最大级别、termcrit表示终止标准：何时停止平均移位迭代。

"""边缘保留滤波：高斯双边、均值迁移"""

import cv2 as cv
import numpy as np


# 高斯双边，保留边缘进行模糊，例如美颜功能
def bi_demo(image):
    dst = cv.bilateralFilter(image, 0, 100, 15)
    cv.imshow("bi_demo", dst)


# 均值迁移，会出现过度模糊，接近油画效果
def shift_demo(image):
    dst = cv.pyrMeanShiftFiltering(image, 10, 50)
    cv.imshow("bi_demo", dst)


src = cv.imread("D:/Picture/example.png")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
bi_demo(src)
shift_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()

执行结果：