opencv学习笔记10

高斯双边
均值迁移

1.高斯双边模糊
原理参考：https://blog.csdn.net/edogawachia/article/details/78837988

import cv2 as cv
import numpy as np


def bi_demo(image):
    dst = cv.bilateralFilter(image, 0, 100, 15)
    cv.imshow("bi-demo", dst)


src = cv.imread("C:/Users/ASUS/Desktop/11/2.jpg")  # 从目录中读取图片
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)  # 通过opencv的GUI将图片显示出来
cv.imshow("input image", src)  # 在窗口中将图片显示出来，通过名字“src”找到图片
bi_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()

输出：

2.均值迁移模糊
均值漂移pyrMeanShiftFiltering函数原型：pyrMeanShiftFiltering(src, sp, sr[, dst[, maxLevel[, termcrit]]]) -> dst

src参数表示输入图像，8位，三通道图像。

sp参数表示漂移物理空间半径大小。

sr参数表示漂移色彩空间半径大小。

dst参数表示和源图象相同大小、相同格式的输出图象。

maxLevel参数表示金字塔的最大层数。

termcrit参数表示漂移迭代终止条件。

import cv2 as cv
import numpy as np


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


src = cv.imread("C:/Users/ASUS/Desktop/11/2.jpg")  # 从目录中读取图片
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)  # 通过opencv的GUI将图片显示出来
cv.imshow("input image", src)  # 在窗口中将图片显示出来，通过名字“src”找到图片
shift_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()