图像模糊.补充

admin

中值滤波
双边滤波

统计排序滤波器
中值对椒盐噪声有很好的抑制作用

均值模糊无法克服边缘像素信息丢失缺陷。原因是均值滤波是基于平均权重

高斯模糊部分克服了该缺陷，但是无法完全避免，因为没有考虑像素值的不同

高斯双边模糊 – 是边缘保留的滤波方法，避免了边缘信息丢失，保留了图像轮廓不变


相关API:

[C++] 纯文本查看 复制代码

中值模糊medianBlur（Mat src, Mat dest, ksize）
双边模糊bilateralFilter(src, dest, d=15, 150, 3);

- 15 –计算的半径，半径之内的像数都会被纳入计算，如果提供-1 则根据sigma space参数取值
         - 150 – sigma color 决定多少差值之内的像素会被计算
          - 3 – sigma space 如果d的值大于0则声明无效，否则根据它来计算d值
中值模糊的ksize大小必须是大于1而且必须是奇数。


中值滤波代码实现

[C++] 纯文本查看 复制代码

/*
注意:
中值滤波函数调用实现.
*/
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;

int main(int argc, char** argv) {
        Mat src, dst;
        src = imread("ccc.jpg");
        if (!src.data) {
                printf("加载图片异常\n");
                return -1;
        }

        medianBlur(src, dst, 5);

        //中值滤波函数调用实现
        namedWindow("输入图像", CV_WINDOW_AUTOSIZE);
        imshow("输入图像", src);
        namedWindow("最终效果", CV_WINDOW_AUTOSIZE);
        imshow("最终效果", dst);

        waitKey(0);
        return 0;
}

双边滤波的代码实现:

[C++] 纯文本查看 复制代码

/*
注意:
void bilateralFilter( InputArray src,
					  OutputArray dst,
					  int d,
					  double sigmaColor,
					  double sigmaSpace,
					  int borderType = BORDER_DEFAULT );

					  参数：

第一个参数，InputArray类型的src，输入图像，即源图像，需要为8位或者浮点型单通道、三通道的图像。
第二个参数，OutputArray类型的dst，即目标图像，需要和源图片有一样的尺寸和类型。
第三个参数，int类型的d，表示在过滤过程中每个像素邻域的直径。如果这个值我们设其为非正数，那么OpenCV会从第五个参数sigmaSpace来计算出它来。
第四个参数，double类型的sigmaColor，颜色空间滤波器的sigma值。这个参数的值越大，就表明该像素邻域内有更宽广的颜色会被混合到一起，产生较大的半相等颜色区域。
第五个参数，double类型的sigmaSpace坐标空间中滤波器的sigma值，坐标空间的标注方差。他的数值越大，意味着越远的像素会相互影响，从而使更大的区域足够相似的颜色获取相同的颜色。当d>0，d指定了邻域大小且与sigmaSpace无关。否则，d正比于sigmaSpace。
第六个参数，int类型的borderType，用于推断图像外部像素的某种边界模式。注意它有默认值BORDER_DEFAULT。


双边滤波函数调用实现.
双边滤波再提高对比度 实现磨皮效果
*/
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;

int main(int argc, char** argv) {
	Mat src, dst;
	src = imread("ccc.jpg");
	if (!src.data) {
		printf("加载图片异常\n");
		return -1;
	}
	namedWindow("输入图像", CV_WINDOW_AUTOSIZE);
	imshow("输入图像", src);

	bilateralFilter(src, dst, 15, 100, 5);
	//双边滤波效果
	namedWindow("双边滤波效果", CV_WINDOW_AUTOSIZE);
	imshow("双边滤波效果", dst);


	//二次处理 对比度提高
	Mat kernel=(Mat_<int>(3,3)<<
		0, -1, 0,
		-1, 5, -1,
		0, -1, 0);
	//定义掩模
	filter2D(dst, dst, -1, kernel, Point(-1, -1), 0);

	//双边滤波再提高对比度 实现磨皮效果
	namedWindow("双边滤波+对比度提高效果", CV_WINDOW_AUTOSIZE);
	imshow("双边滤波+对比度提高效果", dst);

	waitKey(0);
	return 0;
}