OpencV_Python影象濾波函式小結

YangHNU發表於2016-11-18
OpenCVPython函式

影象濾波函式

cv2.bilateralFilter(InputArray src，OutputArray dst, int d，double sigmaColor，double sigmaSpace，int borderType = BORDER_DEFAULT)
將雙邊濾波器應用於影象，該函式適用雙邊濾波對輸入的影象，可以減少不必要的噪音，同時保持較鋒利的邊緣。然而，與其他濾波器相比它的速度很慢。http://www.dai.ed.ac.uk/CVonline/LOCAL_COPIES/MANDUCHI1/Bilateral_Filtering.html 
sigma的值：簡而言之你可以設定2個sigma值相等，如果他們取值很小（<10），那麼濾波的作用是很有限的，如果它們的值很大（>150），那麼它們會有很給力的效果，讓圖片看上去很“卡通”
Filter size：較大的濾波器是很慢的，因此建議使用d=5作為實際應用，當然你也許會在噪聲嚴重的濾波中使用9x9濾波
d:過濾過程中每個畫素的鄰域的直徑
sigmacolor：顏色空間中的標準方差，引數值較大時意味著在畫素點領域內的更多的顏色會被混合在一起，結果導致較大區域內的顏色半等
sigmaspace：座標空間的標準方差，引數的較大值意味著更遠的畫素將與相互影響，只要它們的顏色足夠相近。
borderType：詳見影象擴邊cv2.copyMakeBorder()
cv2.blur(InputArray- src，OutputArray- dst，size- ksize，point- anchor=Point(-1,-1)，int borderType = BORDER_DEFAULT)

模糊影象使用歸一化的框過濾器。核心為︰K=1ksize.width*ksize.height⎡⎣⎢⎢⎢11…1111111⋯⋯⋯111111⎤⎦⎥⎥⎥

blur(src, dst, ksize, anchor, borderType)與 
boxFilter(src, dst, src.type(), anchor, true, borderType).的呼叫相等
ksize：濾波核心的大小
anchor：預設值（-1，-1）即畫素點在核心中央		  
cv2.boxFilter(InputArray src，OutputArray dst，int ddepth，size ksize ,point anchor=Point(-1,-1)，bool norimalize = true，int borderType = BORDER_DEFAULT)
其核心為

K=α⎡⎣⎢⎢⎢11…1111111⋯⋯⋯111111⎤⎦⎥⎥⎥

且

α={1ksize.width*ksize.height1when \texttt{normalize=true}otherwise

  



相關文章