10. 边缘保留滤波EPF-cv2.bilateralFilter()、cv2.pyrMeanShiftFiltering()

最新推荐文章于 2025-02-06 10:45:12 发布
最新推荐文章于 2025-02-06 10:45:12 发布
阅读量1.9k 收藏 17
点赞数 1
分类专栏： opencv基础知识 文章标签： opencv python 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_38309818/article/details/111699266
版权
本文介绍了边缘保留滤波（EPF）的概念，强调了在图像处理中保持边缘的重要性。详细阐述了两种实现方式：高斯双边滤波和均值迁移滤波。对于高斯双边滤波，通过`cv2.bilateralFilter()`函数，调整参数以达到保边去噪的效果。而对于均值迁移滤波，使用`cv2.pyrMeanShiftFiltering()`实现图像聚类和分割，其中`sp`和`sr`参数影响滤波结果。文章提供了相关代码示例。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

1. 什么是EPF?

     高斯模糊： 基于权重，权重只考虑像素空间的分布，中间的权重大，边缘的权重小。没有考虑像素值之间的差异问题，没有考虑边缘。
  边缘保留滤波： 像素之间的差异很大，说明是显著特征，如果直接平滑（滤波），显著特征会消失。像素之间差异大的地方通常是边缘，所以边缘保留滤波处理后的图片，在平滑（滤波）的情况下，依旧能够保留图像的边缘.。

2. 实现方式:

2.1 高斯双边滤波-cv2.bilateralFilter

双边滤波是一种非线性的滤波方法，是结合图像的空间邻近度和像素值相似度的一种折衷处理，同时考虑空间与信息和灰度相似性，达到保边去噪的目的，具有简单、非迭代、局部处理的特点。之所以能够达到保边去噪的滤波效果是因为滤波器由两个函数构成：一个函数是由几何空间距离决定滤波器系数，另一个是由像素差值决定滤波器系数.

  • 实现函数:cv2.bilateralFilter(src, d, sigmaColor, sigmaSpace)
  • 参数说明:

  • src：输入图像

  • d：过滤时周围每个像素领域的直径

  • sigmaColor：Sigma_color较大，则

最低0.47元/天 解锁文章
OpenCV4.8 开发实战系列专栏之 26 - 边缘保留滤波算法-高斯双边模糊
关注微信公众号【OpenCV学堂】
12-30 567
前面我们介绍的图像卷积处理无论是均值还是高斯都是属于模糊卷积，它们都有一个共同的特点就是模糊之后图像的边缘信息不复存在，受到了破坏，我们今天介绍的滤波方法有能力通过卷积处理实现图像模糊的同时对图像边缘不会造成破坏，滤波之后的输出完整的保存了图像整体边缘(轮廓)信息，我们称这类滤波算法为边缘保留滤波算法(EPF)。Meanshift均值迁移模糊是另一种边缘保留滤波算法，它通过迭代的方式寻找数据点的密集区域，并在该区域内进行均值迁移，从而实现图像的模糊处理。python 代码演示。
边缘保留滤波（EPF）
qq_36783848的博客
03-14 3554
一、EPF 高斯模糊只考虑了权重，只考虑了像素空间的分布，没有考虑像素值和另一个像素值之间差异的问题，如果像素间差异较大的情况下（比如图像的边缘），高斯模糊会进行处理，但是我们不需要处理边缘，要进行的操作就叫做边缘保留滤波（EPF） 二、EPF的操作具体有两种做法： 1、高斯双边模糊（类似磨皮效果） def bi_demo(image): ''' 高斯双边模糊: #i...
OpenCV--边缘保留滤波（EPF）
weixin_49453918的博客
10-16 1506
均值与滤波的缺点：并没有考虑中心像素点对整个输出像素的贡献，实际上锚定的那个点贡献应该是最大的 高斯滤波的缺点：当边缘值梯度很大的时候，应减少中心像素点的权重，而高斯滤波没有考虑 边缘保留滤波： 高斯双边 均值迁移 高斯双边 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。 新的改变 我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markd.
python学opencv|读取图像（五十七）使用cv2.bilateralFilter()函数实现图像像素双边滤波处理
最新发布
专注python+工程实践的热心婶子
02-06 1384
掌握了使用python+opencv实现调用cv2.bilateralFilter()函数进行双边滤波处理图像的技巧。
OpenCV—边缘保留滤波（EPF）
Ms_X_Zi的博客
07-08 2119
高斯双边滤波 前文提到的高斯模糊只考虑了像素空间的分布，而没有考虑差异问题。下图十分形象的说明了边缘保留滤波的原理。一张黑白分明存在噪声的图片通过高斯滤波保留边缘将二者区分开来。 代码解析： # 边缘保留滤波(EPF) # 高斯双边滤波 def bilateral_demo(img): dst = cv.bilateralFilter(src=img, d=0, sigmaC...
边缘保留滤波（EPF）（OpenCV+Python）
m0_43425029的博客
05-13 615
1.双边滤波 双边滤波（Bilateral filter）是一种非线性的滤波方法，是结合图像的空间邻近度和像素值相似度的一种折中处理，同时考虑空域信息和灰度相似性，达到保边去噪的目的。双边滤波器顾名思义比高斯滤波多了一个高斯方差sigma－d，它是基于空间分布的高斯滤波函数，所以在边缘附近，离的较远的像素不会太多影响到边缘上的像素值，这样就保证了边缘附近像素值的保存。但是由于保存了过多的高频信息，对于彩色图像里的高频噪声，双边滤波器不能够干净的滤掉，只能够对于低频信息进行较好的滤波. import cv2
边缘保留滤波算法 EPF
kaxiaokui的博客
03-16 1022
边缘保留滤波算法 EPF方法： 1.高斯双边滤波 高斯双边滤波与高斯模糊的区别： 高斯双边滤波 在空间和边缘方面,即双边滤波，就是指同时考虑了 空间位置和像素值分布这两点 而高斯模糊只是在空间上进行模糊，在边缘上没有 2.mean shift 迁移 #EPF import cv2 as cv import numpy as np #高斯双边滤波 # 在空间和边缘方面,即双边滤波，就是指同...
python+opencv-04 边缘保留滤波（EPF） 磨皮神器
bubid的博客
07-27 1084
python+opencv-04 边缘保留滤波（EPF） 磨皮神器边缘保留滤波（EPF）程序代码代码分析 边缘保留滤波（EPF） 关于去燥的方法，在前两个博客中我们已经进行了初步的讨论，我么已经见证了中值滤波、均值滤波、自定义滤波和高斯滤波，也看到了他们都可以对噪声进行抑制。让我们接着上两节的问题继续思考，在对图像进行去燥时前两节提到的那四种滤波算法有没有什么不足呢。 我们对去燥之后的照片进行观察可以发现，前面的四种去燥方法的确抑制了噪声，但是同时也使图像本身变得更加朦胧了。当人物和背景同时存在时，人物和背
OpenCV4学习笔记（15）——图像边缘保留滤波
邱小兵的博客
03-03 1414
本次要整理记录的是关于图像边缘保留滤波算法（EPF）的相关内容，主要有高斯双边模糊、均值迁移模糊和快速边缘保留滤波算法。这些算法在OpenCV中都提供了完善的API可以调用，我只是对其基本原理做了些许了解，并在此基础上学习各个参数的调教，下面就逐一来进行整理。 - 高斯双边模糊 说到高斯双边模糊感觉有些高大上，但是说到高斯模糊就显得接地气多了，之前曾经整理过，高斯模糊就是利用一个不断移动的窗口来获...
11 边缘保留滤波（EPF）
酸菜鱼没有梦想的博客
04-30 1606
import cv2 as cv import numpy as np def bi_demo(image): # 双边滤波 dst = cv.bilateralFilter(image, 0, 100, 15) cv.imshow("bi_demo", dst) def shift_demo(image): # 均值迁移滤波 dst = cv.pyrMeanS...
边缘保留的图像滤波方法
02-03
算法空域滤波是在图像空问借助掩模进行邻域操作完成的，它 们根据其特点一般可分成线性的和非线性的两类。线性系统的 转移函数和脉冲函数或点扩散函数构成傅立叶变换对，所以线 性滤波器的设计常基于对傅立叶变换的分析。非线性空问滤波 器则一般直接对邻域进行操作
边缘保留的图像滤波方法（pdf）
03-23
传统的高斯滤波在去除图像噪声的同时产生了边缘模糊的问题。本文通过对传统高斯滤波算法的改进, 不仅考虑距离的影响, 而且还考虑图像灰度值的影响。尤其是当邻域间像素的距离近并且灰度值相似时, 则它们对结果有较大的影响。实验结果表明该方法在滤除图像噪声的同时又能保留图像边缘。
Bilateral filter(双边滤波)代码
12-23
matlab代码 里面含有三个子函数和一个主函数，可以实现对任何格式的图像（彩色图 灰度图）进行双边滤波处理
Opencv_Python_8_边缘保留滤波(EPF)
MemoryHeroLi的博客
03-07 2000
进行边缘保留式滤波通常有两个方法： 1，高斯双边滤波 代码实现如下： def bi_demo(image): dst = cv.bilateralFilter(src=image, d=0, sigmaColor=100, sigmaSpace=15) cv.imshow("bi_demo", dst) 其中各参数所表达的意义： ...
opencv学习（十二）：边缘保留滤波（EPF）
时光的博客
12-03 897
边缘保留滤波（EPF） 代码如下： #导入cv模块 import cv2 as cv import numpy as np #高斯双边模糊EPF def bi_demo(image): dst=cv.bilateralFilter(image,0,100,15) cv.imshow("di_demo",dst) def shift_demo(image): dst...
Opencv之图像滤波：6.双边滤波(cv2.bilateralFilter)
热门推荐
qq_49478668的博客
03-14 3万+
前面我们介绍的滤波方法都会对图像造成模糊，使得边缘信息变弱或者消失，因此需要一种能够对图像边缘信息进行保留的滤波算法，双边滤波是综合考虑空间信息和色彩信息的滤波方式，在滤波过程中能够有效地保护 图像内的边缘信息。 6.1 原理介绍 之前介绍的滤波处理过程单纯地考虑空间信息，造成了边界模糊和部分信息的丢失。 双边滤波在计算某一个像素点的新值时，不仅考虑距离信息（距离越远，权重越小），还考虑色彩信息（色彩差别越大，权重越小）。 双边滤波综合考虑距离和色彩的权重结果，既能够有...
【图像处理】三种边缘保持的滤波器（双边，引导，加权最小二乘）
ZhangPY的专栏
07-03 1万+
从原理上分析，这几种滤波器没有太大的差别，都是基于最基本的思想：在梯度比较大的地方（edges）实现preserve，要求尽量不进行平滑，最好是输出与输入一样；而在梯度比较小的地方，尽量的平滑一下，输入与输出可以有稍大的不同！那么从这个原理出发，我们来推导双边滤波和引导滤波： 对于双边滤波的话，将spatial kernel（也就是gaussian kernel）与range kernel（也就是
bilateralFilter
zwz570411964的专栏
09-17 452
根据图像的特点和需求，可以调整d、sigmaColor和sigmaSpace参数以获得最佳的滤波效果。较大的d值会导致更强的平滑效果，而较大的sigmaColor和sigmaSpace值会保留更多的细节。较大的值会使滤波器更加宽松，保留更多的颜色细节，但也可能导致边缘模糊。- sigmaSpace：坐标空间的标准差，控制滤波器在坐标空间中的平滑程度。较大的值会使滤波器更加宽松，保留更多的空间细节，但也可能导致边缘模糊。- d：滤波器的直径，表示在滤波过程中考虑的像素邻域的大小。
python中使用边缘保留滤波(EPF)的方法使用彩色图像提高深度图像分辨率的代码
04-23
以下是使用Python中的OpenCV库实现基于边缘保留滤波(EPF)的彩色图像提高深度图像分辨率的示例代码： ```python import cv2 import numpy as np # 读取深度图像和彩色图像 depth_img = cv2.imread("depth.jpg", 0) ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值