python-opencv 中EPF，图像二值化和Canny边缘提取

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

一、边缘保留滤波（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）
代码如下（示例）：

import cv2 as cv


def bi_demo(image):
    dst = cv.bilateralFilter(image, 0, 100, 15)    #100要大一点  15要小一点
    cv.imshow("bi_demo",dst)


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


src=cv.imread("D:\\12345.png")
cv.namedWindow("input image",cv.WINDOW_AUTOSIZE)
cv.imshow("input image",src)
bi_demo(src)
cv.waitKey(0)

cv.destroyAllWindows()

二、图像二值化

图像的二值化处理就是讲图像上的点的灰度置为0或255，也就是讲整个图像呈现出明显的黑白效果。即将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。在数字图像处理中，二值图像占有非常重要的地位，特别是在实用的图像处理中，以二值图像处理实现而构成的系统是很多的，要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像，这样子有利于再对图像做进一步处理时，图像的集合性质只与像素值为0或25