qtzbxjg的博客

基于何恺明博士的Single Image Haze Removal Using Dark Channel Prior和Guided Image Filtering两篇论文的去雾算法

导向滤波是一个线性滤波，输出为由引导图I乘上输入图P得到的权重的加权平均。i和j是像素下标，滤波核Wij​为I的函数，其不依赖于p。引导滤波器的关键假设是引导I和滤波器输出q之间的局部线性模型。我们假设q是I在以像素k为中心的窗口ωk​中的线性变换。这里假设(ak​,bk​)在ωk​中为线性的常数。其中ωk​为一个半径为r的正方形窗口。在一个窗口ωk​内，只会确定一个ak​和bk​，但可以根据一个ak​和bk​。

本文是利用opencv python 的美颜（磨皮，大眼）实现。

主要思路就是：2 获取初始标记如果如opencv官方例程那样，用距离变换来确认标记，非常容易过分割，所用我们可以通过手动进行标记。可以使用opencv的鼠标事件实现标记。3 主函数首先获得标记开运算分水岭要想分割的好，要避免不同区域的连通，相同区域的分裂。锐化和高斯模糊感觉用了效果不好。4 实验结果4.1 标记图像[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-VAJ5vW9r-1670081090282)(markers.png)]对比opencv官