OpenCV双边滤波器

双边滤波器

不管是均值滤波、中值滤波还是高斯滤波，都会使整幅图像变得平滑，图像中的边界会变得模糊不清。双边滤波是一种在平滑处理过程中可以有效保护边界信息的滤波操作方法。 双边滤波器自动判断滤波核处于“平坦”区域还是“边缘”区域：如果滤波核处于“平坦”区域，则会使用类似高斯滤波的算法进行滤波；如果滤波核处于“边缘”区域，则加大“边缘”像素的权重，尽可能地让这些像素值保持不变。

bilateralFilter方法

OpenCV将双边滤波器封装成bilateralFilter()方法，其语法如下：

dst = cv2.bilateralFilter(src, d, sigmaColor, sigmaSpace, borderType)

参数说明：

• src：被处理的图像。
• d：以当前像素为中心的整个滤波区域的直径。如果d<0，则自动根据sigmaSpace参数计算得到。该值与保留的边缘信息数量成正比，与方法运行效率成反比。
• sigmaColor：参与计算的颜色范围，这个值是像素颜色值与周围颜色值的最大差值，只有颜色值之差小于这个值时，周围的像素才进行滤波计算。值为255时，表示所有颜色都参与计算。
• sigmaSpace：坐标空间的σ（sigma）值，该值越大，参与计算的像素数量就越多。
• borderType：可选参数，边界样式，建议默认。
• 返回值说明： dst：经过双边滤波处理之后的图像。

与高斯滤波对比

原图：

使用高斯滤波器的图像:

使用双边滤波器后的图像：

代码

import cv2
img = cv2.imread("block.png")  # 读取原图
dst1 = cv2.GaussianBlur(img, (15, 15), 0, 0)  # 使用大小为15*15的滤波核进行高斯滤波
# 双边滤波，选取范围直径为15，颜色差为120
dst2 = cv2.bilateralFilter(img, 15, 120, 100)
cv2.imshow("img", img)  # 显示原图
cv2.imshow("Gauss", dst1)  # 显示高斯滤波效果
cv2.imshow("bilateral", dst2)  # 显示双边滤波效果
cv2.waitKey()  # 按下任何键盘按键后
cv2.destroyAllWindows()  # 释放所有窗体