雙邊濾波是一種非線性的濾波方法，是結(jié)合圖像的空間鄰近度和像素值相似度的一種折衷處理，同時(shí)考慮空間與信息和灰度相似性，達(dá)到保邊去噪的目的，具有簡(jiǎn)單、非迭代、局部處理的特點(diǎn)。之所以能夠達(dá)到保邊去噪的濾波效果是因?yàn)闉V波器由兩個(gè)函數(shù)構(gòu)成：一個(gè)函數(shù)是由幾何空間距離決定濾波器系數(shù)，另一個(gè)是由像素差值決定濾波器系數(shù).

?

1 Python: cv2.bilateralFilter(src, d, sigmaColor, sigmaSpace[, dst[, borderType]]) → dst

?

參數(shù)解釋：

• src：輸入圖像

• d：過濾時(shí)周圍每個(gè)像素領(lǐng)域的直徑

• sigmaColor：在color space中過濾sigma。參數(shù)越大，臨近像素將會(huì)在越遠(yuǎn)的地方mix。

• sigmaSpace：在coordinate space中過濾sigma。參數(shù)越大，那些顏色足夠相近的的顏色的影響越大。

?

import cv2 import numpy as npdef nothing(x):passcv2.namedWindow("image") cv2.createTrackbar("d","image",0,255,nothing) cv2.createTrackbar("sigmaColor","image",0,255,nothing) cv2.ctrateTrackbar("sigmaSpace","image",0,255,nothing) img = cv2.imread(r"E:\src.jpg",0) while(1):d = cv2.getTrackbarPos("d","image")sigmaColor = cv2.getTrackbarPos("sigmaColor","image")sigmaSpace = cv2.getTrackbarPos("sigmaSpace","image")out_img = cv2.bilateralFilter(img,d,sigmaColor,sigmaSpace)cv2.imshow("out",out_img)k = cv2.waitKey(1) & 0xFFif k ==27:break cv2.destroyAllWindows()

?

?

備注：

waitKey()函數(shù)的功能是不斷刷新圖像，頻率時(shí)間為delay，單位為ms。

返回值為當(dāng)前鍵盤按鍵值。

所以顯示圖像時(shí)，如果需要在imshow(“xxxx”,image)后吐舌頭加上while（cvWaitKey(n)==key）為大于等于0的數(shù)即可，那么程序?qū)?huì)停在顯示函數(shù)處，不運(yùn)行其他代碼;直到鍵盤值為key的響應(yīng)之后。

delay>0時(shí)，延遲”delay”ms，在顯示視頻時(shí)這個(gè)函數(shù)是有用的，用于設(shè)置在顯示完一幀圖像后程序等待”delay”ms再顯示下一幀視頻；如果使用waitKey(0)則只會(huì)顯示第一幀視頻。

返回值：如果delay>0,那么超過指定時(shí)間則返回-1；如果delay=0，將沒有返回值。?
　　如果程序想響應(yīng)某個(gè)按鍵，可利用if(waitKey(1)==Keyvalue)；?
如果delay<0,等待時(shí)間無限長(zhǎng)，返回值為按鍵值

經(jīng)常程序里面出現(xiàn)if( waitKey(10) >= 0 ) 是說10ms中按任意鍵進(jìn)入此if塊。

?

cv2.waitKey(1) 與 0xFF（1111 1111）相與是因?yàn)閏v2.waitKey(1) 的返回值不止8位，但是只有后8位實(shí)際有效，為避免產(chǎn)干擾，通過 ‘與’ 操作將其余位置0。

?

?

總結(jié)

以上是生活随笔為你收集整理的作业总结：磨皮滤镜（双边滤波bilateralFilter）代码实现的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。