OpenCV实现双边滤波算法

本文实例为大家分享了OpenCV实现双边滤波算法的具体代码，供大家参考，具体内容如下

一、双边滤波

双边滤波是一种综合考虑滤波器内图像空域信息和滤波器内图像像素灰度值相似性的滤波算法，可以实现在保留区域信息的基础上实现对噪声的去除、对局部边缘的平滑。双边滤波对高频率的波动信号起到平滑的作用，同时保留大幅值变化的信号波动，进而实现对保留图像中边缘信息的作用。双边滤波具有美颜效果。

二、C++代码

#include <opencv2\opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
 //读取两张含有人脸的图像
 Mat img1 = imread("face1.png", IMREAD_ANYCOLOR);

 if (img1.empty())
 {
  cout << "请确认图像文件名称是否正确" << endl;
  return -1;
 }
 Mat result1, result2, result3, result4;
 //验证不同滤波器直径的滤波效果
 bilateralFilter(img1, result1, 9, 50, 25 / 2);
 bilateralFilter(img1, result2, 25, 50, 25 / 2);
 //验证不同标准差值的滤波效果
 bilateralFilter(img1, result3, 9, 9, 9);
 bilateralFilter(img1, result4, 9, 200, 200);
 //显示原图
 imshow("img1", img1);
 //不同直径滤波结果
 imshow("result1", result1);
 imshow("result2", result2);
 //不同标准差值滤波结果
 imshow("result3 ", result3);
 imshow("result4", result4);
 waitKey(0);
 return 0;
}

三、python代码

import cv2

img = cv2.imread('666.jpg')
# -------------------双边滤波------------------
img_bilater = cv2.bilateralFilter(img, 9, 75, 75)
# ------------------可视化结果-----------------
cv2.imshow('origion_pic', img)
cv2.imshow('filtered_pic', img_bilater)
cv2.waitKey(0)

四、结果展示

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我们。

赞 (0)

相关推荐

  • opencv3/C++图像滤波实现方式

    图像滤波在opencv中可以有多种实现形式 自定义滤波 如使用3×3的掩模: 对图像进行处理. 使用函数filter2D()实现 #include<opencv2/opencv.hpp> using namespace cv; int main() { //函数调用filter2D功能 Mat src,dst; src = imread("E:/image/image/daibola.jpg"); if(!src.data) { printf("can not l

  • C++图像处理之双边滤波

    C++图像处理之双边滤波

    本文实例为大家分享了C++图像处理之双边滤波的具体代码,供大家参考,具体内容如下 1. 近期在学习双边滤波相关知识,其原理如下(以后补上): 2 .灰度图双边滤波实现C++代码如下,网上大多数是基于8位灰度图和彩色图像的.(此次代码未经优化,可去除opencv依赖): //灰度图双边滤波 void m_bilateralFilter(cv::Mat src,cv::Mat& dst,int radius,float sigma_r,float sigma_d) { if (src.empty()

  • OpenCV实现双边滤波算法

    OpenCV实现双边滤波算法

    本文实例为大家分享了OpenCV实现双边滤波算法的具体代码,供大家参考,具体内容如下 一.双边滤波 双边滤波是一种综合考虑滤波器内图像空域信息和滤波器内图像像素灰度值相似性的滤波算法,可以实现在保留区域信息的基础上实现对噪声的去除.对局部边缘的平滑.双边滤波对高频率的波动信号起到平滑的作用,同时保留大幅值变化的信号波动,进而实现对保留图像中边缘信息的作用.双边滤波具有美颜效果. 二.C++代码 #include <opencv2\opencv.hpp> #include <iostrea

  • OpenCV实现图像滤波之双边滤波

    OpenCV实现图像滤波之双边滤波

    本文实例为大家分享了opencv实现双边滤波的具体代码,供大家参考,具体内容如下 1.2D卷积 #!/usr/bin/env python3 # -*- coding: utf-8 -*- """ 使用自定义卷积核进行图像2D卷积操作 函数原型: filter2D(src, ddepth, kernel[, dst[, anchor[, delta[, borderType]]]]) -> dst 函数返回值:dst:2d卷积操作后的结果 函数解析: ddepth:指定

  • Opencv实现联合双边滤波

    本文实例为大家分享了Opencv实现联合双边滤波的具体代码,供大家参考,具体内容如下 1.介绍 双边滤波是一种可以保边去噪的滤波器,主要是因为它的核比较特殊,公式(1)为它的调用公式,公式(2)为它的核公式,其中,大括号左边公式为空间域小核,和高斯滤波器是一样的,而大括号右边公式为值域小核(f表示取其灰度值),而对于联合双边滤波与双边滤波的区别主要在于值域小核所用到的图片,如果所用到的图片是引入的另外一幅图像,那么就是在使用联合双边滤波. (1) (2) 2.代码 此代码就是用联合双边滤波简单去

  • openCV中值滤波和均值滤波的代码实现

    openCV中值滤波和均值滤波的代码实现

    目录 一.均值滤波 二.中值滤波  在开始我们今天的博客之前,我们需要先了解一下什么是滤波: 首先我们看一下图像滤波的概念.图像滤波,即在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制,是图像预处理中不可缺少的操作,其处理效果的好坏将直接影响到后续图像处理和分析的有效性和可靠性. 下图左边是原图右边是噪声图: 消除图像中的噪声成分叫作图像的平滑化或滤波操作.信号或图像的能量大部分集中在幅度谱的低频和中频段是很常见的,而在较高频段,感兴趣的信息经常被噪声淹没.因此一个能降低高频成分幅度的滤波

  • 深入解析opencv骨架提取的算法步骤

    深入解析opencv骨架提取的算法步骤

    目录 前言 一.算法步骤 1.算法步骤 2.分析 二.代码实现 1.预处理 2. 骨架提取实现 前言 个人感觉骨架提取提取的就是开运算过程的不可逆. 一.算法步骤 1.算法步骤 首先上一下比较官方的算法步骤: 1.获得原图像的首地址及图像的宽和高,并设置循环标志1 2.用结构元素腐蚀原图像,并保存腐蚀结果 3.设置循环标志为0,如果腐蚀结果中有一个点为255,即原图像尚未被完全腐蚀成空集,则将循环标志设为1. 4.用结构元素对腐蚀后的图像进行开运算(消除小的白色区域),并求取腐蚀运算与开运算的差

  • Python+OpenCV实现分水岭分割算法的示例代码

    Python+OpenCV实现分水岭分割算法的示例代码

    目录 前言 1.使用分水岭算法进行分割 2.Watershed与random walker分割对比 前言 分水岭算法是用于分割的经典算法,在提取图像中粘连或重叠的对象时特别有用,例如下图中的硬币. 使用传统的图像处理方法,如阈值和轮廓检测,我们将无法从图像中提取每一个硬币,但通过利用分水岭算法,我们能够检测和提取每一个硬币. 在使用分水岭算法时,我们必须从用户定义的标记开始.这些标记可以通过点击手动定义,或者我们可以使用阈值和/或形态学操作等方法自动或启发式定义它们. 基于这些标记,分水岭算法将

  • C++中实现OpenCV图像分割与分水岭算法

    C++中实现OpenCV图像分割与分水岭算法

    分水岭算法是一种图像区域分割法,在分割的过程中,它会把跟临近像素间的相似性作为重要的参考依据,从而将在空间位置上相近并且灰度值相近的像素点互相连接起来构成一个封闭的轮廓,封闭性是分水岭算法的一个重要特征. API介绍 void watershed( InputArray image, InputOutputArray markers ); 参数说明: image: 必须是一个8bit 3通道彩色图像矩阵序列 markers: 在执行分水岭函数watershed之前,必须对第二个参数markers

  • python实现CSF地面点滤波算法原理解析

    python实现CSF地面点滤波算法原理解析

    目录 一.算法原理 二.读取las点云 三.算法源码 四.结果展示 五.CloudCompare实现 一.算法原理 布料模拟滤波处理流程: 1)利用点云滤波算法或者点云处理软件滤除异常点: 2)将激光雷达点云倒置: 3)设置模拟布料,设置布料网格分辨率 G R GR GR,确定模拟粒子数.布料的位置设置在点云最高点以上: 4)将布料模拟点和雷达点投影到水平面,为每个布料模拟点找到最相邻的激光点的高度值,将高度值设置为 I H V IHV IHV: 5)布料例子设置为可移动,布料粒子首先受到重力作

  • 点云地面点滤波(Cloth Simulation Filter, CSF)"布料"滤波算法详解

    点云地面点滤波(Cloth Simulation Filter, CSF)"布料"滤波算法详解

    目录 1. 引言 2. 基本思想 3. CSF算法实现步骤 3.1 "布料"模拟 3.3 具体实现 3.4 后处理 4. 算法使用 本篇博客参考Wuming Zhang的文章"An Easy-to-Use Airborne LiDAR Data Filtering Method Based on Cloth Simulation" 不方便的小伙伴可以在此:资源链接下载. 1. 引言 机载LiDAR可以获取快速.低成本地获取大区域的高精度地形测量值.为了获取高精度的地

随机推荐