OpenCV中边缘保留滤波（EPF）

夏帆er

于 2021-02-07 14:31:38 发布

阅读量497

点赞数

CC 4.0 BY-SA版权

文章标签： opencv 计算机视觉边缘检测 python

本文链接：https://blog.youkuaiyun.com/remakeprogramer/article/details/113740597

本文介绍了OpenCV库中用于图像处理的两种边缘保留滤波方法：高斯双边滤波和均值迁移滤波。通过Python代码展示了如何应用这些滤波器对图像进行平滑处理，同时保持图像边缘清晰。高斯双边滤波器利用颜色和空间信息来保护边缘，而均值迁移滤波通过颜色和空间迁移来达到类似效果。这两个滤波器是相机滤镜效果的基础，对图像质量提升有显著作用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

OpenCV中边缘保留滤波（EPF）

边缘保留滤波分为高斯双边滤波和均值迁移滤波（有多种叫法）
主要是理解参数作用。
边缘保留滤波是相机滤镜的基本原理。

代码实现：

import cv2
#边缘保留滤波（EPF）
img = cv2.imread('cat.jpg')
cv2.imshow('cat',img)
#1.高斯双边滤波
#第二个参数为过滤时像素领域的直径，设为0则由后面两个参数算出即可
#第三个参数为颜色标准差
#第四个参数为空间标准差
#第三第四个参数构成高斯分布
image1 = cv2.bilateralFilter(img,0,100,15)
cv2.imshow('newcat1',image1)
#2.均值迁移滤波
#第二个参数 迁移物理空间半径
#第三个参数 迁移颜色空间半径
image2 = cv2.pyrMeanShiftFiltering(img,10,50)
cv2.imshow('newcat2',image2)
cv2.waitKey()