OpenCV基础 | 8.边缘保留滤波

作者：小郭学数据

源自：快学python

学习视频可参见python+opencv3.3视频教学 基础入门

outline

• 边缘保留滤波（EPF）
  • 高斯双边
  • 均值迁移

1.高斯双边

图像边缘是指图像属性区域和另一个属性区域的交接处，是区域属性发生突变的地方，是图像不确定性最大的地方，也是图像信息最集中的地方，图像的边缘包含着丰富的信息

高斯滤波是一种低通滤波，它在滤除图像中噪声信号的同时，也会对图像中的边缘信息进行平滑，表现出来的结果就是图像变得模糊

• 在滤波窗口内，距离中心点越近的点的权重越大；这种只关注距离的思想在某些情况下是可行的，例如在平坦的区域，距离越近的区域其像素分布也越相近，自然地，这些点的像素值对滤波中心点的像素值更有参考价值。但是在像素值出现跃变的边缘区域，这种方法会适得其反，损失掉有用的边缘信息。

为了保护边缘信息，提出了双边滤波

双边滤波函数

• void bilateralFilter( InputArray src, OutputArray dst, int d, double sigmaColor, double sigmaSpace, int borderType = BORDER_DEFAULT );
• 测试用例：
• 效果如下：

• 关于双边滤波的详细内容可参见【图像处理】——双边滤波

2.均值迁移

API接口

pyrMeanShiftFiltering

def pyrMeanShiftFiltering(src, sp, sr, dst=None, maxLevel=None,                                        termcrit=None)

参数含义

• sp，定义的漂移物理空间半径大小；

测试用例：

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

输出结果：