OpenCV——08边缘保留滤波(EPF)_opencv中的边缘保留滤波-CSDN博客

本文链接：https://blog.csdn.net/qq_36825778/article/details/102324081

本文介绍了OpenCV中的边缘保留滤波技术，重点讲解了高斯双边模糊和均值迁移两个关键步骤。高斯双边模糊通过调整sigmaColor和sigmaSpace参数实现对噪声的去除和边缘的保护。均值迁移则通过设定空间窗sp和色彩窗sr的半径来影响滤波效果。

摘要由CSDN通过智能技术生成

OpenCV——08边缘保留滤波(EPF)

边缘保留滤波(EPF)

高斯双边模糊
均值迁移

# -*- coding:utf-8 -*-
import cv2 as cv
import numpy as np

# 高斯双边模糊
def bi_demo(image):
    dst = cv.bilateralFilter(image, 0, 100, 15)
    cv.imshow("bi_demo", dst)

# 均值迁移
def shift_demo(image):
    dst = cv.pyrMeanShiftFiltering(image, 10, 50)
    cv.imshow("shift_demo", dst)

# 读取图片
src = cv.imread("D:\Python\Projects\OpenCV_toturial\images\example.png")
# 创建opencv的GUI窗口
# cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
# 将图片放入指定名字的窗口中显示出来
cv.imshow("input image", src)
# bi_demo(src)
shift_demo(src)
# fill_color_demo(src)
# fill_binary_demo()
# 设置waitKey中的delay为0，程序会等待用户操作后关闭窗口
cv.waitKey(0)
cv.destroyAllWindows()

高斯双边模糊

cv.bilateralFilter(src, d, sigmaColor, sigmaSpace, dst = None, borderType = None)

说明：
1.一般sigmaColor取大一点，其目的是为了将小的差异模糊掉，就是将那些噪声能够去掉，sigmaSpace空间差异取小一点，这样核的规模就会小一点，如果sigmaSpace太大，计算量就会很大
2.d是distance，如果d不为0，而且sigmaSpace没有输入，就会从d计算sigmaSpace，如果sigmaColor也没输入，那么就会从sigmaSpace计算sigmaColor
3.一般d取为0，输入sigmaColor和sigmaSpace，反算出d

在这里插入图片描述

均值迁移

cv.pyrMeanShiftFiltering(src, sp, sr, dst = None, maxLevel = None, termcrit = None)

src：输入的8-比特,3-信道图象.
dst：和源图象相同大小,相同格式的输出图象.
sp：空间窗的半径
sr：色彩窗的半径
在这里插入图片描述