图像引导滤波

最新推荐文章于 2024-08-10 07:21:05 发布

原创最新推荐文章于 2024-08-10 07:21:05 发布 · 236 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #计算机视觉 #图像处理

OpenCV 专栏收录该内容

47 篇文章

订阅专栏

该代码实现了基于OpenCV的引导滤波算法，主要步骤包括计算引导图像与输入图像的乘积，求均值，计算方差和协方差，确定系数a和b，最后进行滤波输出。该方法用于图像平滑处理，同时保持边缘清晰。

参考：引导图滤波（Guided Image Filtering）原理以及OpenCV实现
在这里插入图片描述

/**
 * @description:引导滤波
 * @param I		引导图像
 * @param P		输入图像
 * @param radius滤波器半径
 * @param eps	惩罚因子
 * @return		输出图像
 */
cv::Mat GuidedFilter(cv::Mat I, cv::Mat P, int radius, float eps)
{
	cv::Size size(2 * radius + 1, 2 * radius + 1);

	//求I*I, I*P
	cv::Mat I2 = I.mul(I);
	cv::Mat IP = I.mul(P);

	//求均值
	cv::Mat meanI, meanP, meanI2, meanIP;
	cv::boxFilter(I, meanI, -1, size);
	cv::boxFilter(P, meanP, -1, size);
	cv::boxFilter(I2, meanI2, -1, size);
	cv::boxFilter(IP, meanIP, -1, size);

	//求方差、协方差
	cv::Mat varI, covIP;
	varI = meanI2 - meanI.mul(meanI);
	covIP = meanIP - meanI.mul(meanP);

	//求系数a, b
	cv::Mat a, b;
	cv::divide(covIP, varI + eps, a);
	b = meanP - a.mul(meanI);

	//a、b窗口内求平均
	cv::Mat meanA, meanB;
	cv::boxFilter(a, meanA, -1, size);
	cv::boxFilter(b, meanB, -1, size);

	//输出
	cv::Mat output = meanA.mul(I) + meanB;
	return output;
}