Python OpenCV 边缘滤波保留（EPF）

2021-11-21 本文已影响0人梦想橡皮擦

Python OpenCV 365 天学习计划，与橡皮擦一起进入图像领域吧。

基础知识铺垫

前几篇博客学习到的各种模糊都属于卷积操作，它们存在一个共同点，模糊之后图像的边缘信息不再存在。

本篇博客学习的边缘保留滤波算法（EPF），是一种能通过卷积处理实现模糊图像的同时，又不会对图像边缘造成破坏，并且卷积操作之后的图像，可以完整保存图像整体边缘。

具体实现分为：高斯双边滤波，均值迁移滤波

原理不在细说，属于数学知识，先用起来，等需要的时候，在反推数学基础知识。

橡皮擦学到这时的第一个感觉就是，放弃吧，根本不知道这些内容用在哪里！

函数原型介绍

高斯双边滤波

双边滤波函数原型如下：

dst = cv2.bilateralFilter(src, d, sigmaColor, sigmaSpace[, dst[, borderType]])

参数说明：

src：输入图像；
d：过滤过程中每个像素邻域的直径范围。如果不是正数，则函数会从参数 sigmaSpace 计算该值；
sigmaColor：颜色空间过滤器的 sigma 值，参数的值越大，表明该像素邻域内有越宽广的颜色会被混合到一起，产生较大的半等色区域；
sigmaSpace：坐标空间中滤波器的 sigma 值，如果该值较大，则意味着越远的像素将相互影响，从而使更大的区域中足够相似的颜色获取相同的颜色。当 d>0 时，d 指定了邻域大小且与 sigmaSpace 无关，否则 d 正比于 sigmaSpace。
dst：和源图象相同大小、相同格式的输出图象；

一般将 sigmaSpace 设置大一些，sigmaColor 设置小一些，最终呈现的效果较好。

优缺点：
双边滤波，可很好的保存图像边缘细节，并且过滤掉低频分量的噪音，但是双边滤波效率不是很高，花费时间比其他滤波器较长。

测试代码如下，先掌握函数基本使用再说。

import cv2 as cv
import numpy as np

# 双边滤波
def bilater(image):
    # 第三个参数大一点（color），第四个小一点（space）
    dst = cv.bilateralFilter(image, 0, 100, 15)
    cv.namedWindow("dst")
    cv.imshow("dst", dst)

src = cv.imread("./123.jpg")
cv.namedWindow('src')
cv.imshow('src', src)

bilater(src)

cv.waitKey(0)
cv.destroyAllWindows()

运行效果，有点美颜磨皮的效果了，不过效果还不是很好，估计是参数的问题。

2021012321464112[1].png

均值迁移滤波

均值迁移算法是一种通用的聚类算法，它的基本原理是：

对于给定的一定数量样本，任选其中一个样本，以该样本为中心点划定一个圆形区域，求取该圆形区域内样本的质心，即密度最大处的点，再以该点为中心继续执行上述迭代过程，直至最终收敛。（没看太明白，大概了解一下即可）

函数原型如下：

dst = cv2.pyrMeanShiftFiltering(src, sp, sr[, dst[, maxLevel[, termcrit]]])

参数说明：

src：输入图像，8 位 3 通道图像；
sp：迁移物理空间半径大小；
sr：迁移色彩空间半径大小；
dst：可选参数，和源图象相同大小、相同格式的输出图象；
maxLevel：可选参数，金字塔的最大层数；
termcrit：可选参数，迁移迭代终止条件，可以设置为迭代次数满足终止，迭代目标与中心点偏差满足终止，或者两者的结合。

所有参数中，sp 与 sr 必选，二者设置的值越大，对图像色彩的平滑效果越明显，同时函数耗时越多。

测试代码如下：

import cv2 as cv
import numpy as np

# 双边滤波
def bilater(image):
    # 第三个参数大一点（color），第四个小一点（space）
    dst = cv.bilateralFilter(image, 0, 100, 15)
    cv.namedWindow("dst")
    cv.imshow("dst", dst)

# 均值迁移滤波
def pyrmeanshift(src):
    dst = cv.pyrMeanShiftFiltering(src, 10, 50)
    cv.imshow("dst", dst)

src = cv.imread("./123.jpg")
cv.namedWindow('src')
cv.imshow('src', src)

pyrmeanshift(src)

cv.waitKey(0)
cv.destroyAllWindows()

运行效果，有点像油画的效果。

20210123215654848[1].png

橡皮擦的小节

最近有小伙伴给橡皮擦发私信询问：“橡皮擦，我们这样不学习原理就 CALL 函数，能学会 OpenCV 吗？”

“放心，没有问题，365 天路还长着呢”

坚持吧，橡皮擦给这种学习形式命名为“上帝视角学习法”

先用最简单的办法，把 OpenCV 中的知识点都过一遍，掌握全局概念之后，在细究里面每一个细节点

如果每一个知识都钻牛角尖，天天都是难点，你很难坚持下去。

1 个小时又过去了，对 Python OpenCV 相关的知识点，你掌握了吗？

做为初学者，还有很多地方学习的不深入，希望你与我一起坚持下去。