雙邊濾波是一種非線性的濾波方法，是結合圖像的空間鄰近度和像素值相似度的一種折衷處理，同時考慮空間與信息和灰度相似性，達到保邊去噪的目的，具有簡單、非迭代、局部處理的特點。之所以能夠達到保邊去噪的濾波效果是因為濾波器由兩個函數構成：一個函數是由幾何空間距離決定濾波器系數，另一個是由像素差值決定濾波器系數.

?

1 Python: cv2.bilateralFilter(src, d, sigmaColor, sigmaSpace[, dst[, borderType]]) → dst

?

參數解釋：

• src：輸入圖像

• d：過濾時周圍每個像素領域的直徑

• sigmaColor：在color space中過濾sigma。參數越大，臨近像素將會在越遠的地方mix。

• sigmaSpace：在coordinate space中過濾sigma。參數越大，那些顏色足夠相近的的顏色的影響越大。

?

import cv2 import numpy as npdef nothing(x):passcv2.namedWindow("image") cv2.createTrackbar("d","image",0,255,nothing) cv2.createTrackbar("sigmaColor","image",0,255,nothing) cv2.ctrateTrackbar("sigmaSpace","image",0,255,nothing) img = cv2.imread(r"E:\src.jpg",0) while(1):d = cv2.getTrackbarPos("d","image")sigmaColor = cv2.getTrackbarPos("sigmaColor","image")sigmaSpace = cv2.getTrackbarPos("sigmaSpace","image")out_img = cv2.bilateralFilter(img,d,sigmaColor,sigmaSpace)cv2.imshow("out",out_img)k = cv2.waitKey(1) & 0xFFif k ==27:break cv2.destroyAllWindows()

?

?

備注：

waitKey()函數的功能是不斷刷新圖像，頻率時間為delay，單位為ms。

返回值為當前鍵盤按鍵值。

所以顯示圖像時，如果需要在imshow(“xxxx”,image)后吐舌頭加上while（cvWaitKey(n)==key）為大于等于0的數即可，那么程序將會停在顯示函數處，不運行其他代碼;直到鍵盤值為key的響應之后。

delay>0時，延遲”delay”ms，在顯示視頻時這個函數是有用的，用于設置在顯示完一幀圖像后程序等待”delay”ms再顯示下一幀視頻；如果使用waitKey(0)則只會顯示第一幀視頻。

返回值：如果delay>0,那么超過指定時間則返回-1；如果delay=0，將沒有返回值。?
　　如果程序想響應某個按鍵，可利用if(waitKey(1)==Keyvalue)；?
如果delay<0,等待時間無限長，返回值為按鍵值

經常程序里面出現if( waitKey(10) >= 0 ) 是說10ms中按任意鍵進入此if塊。

?

cv2.waitKey(1) 與 0xFF（1111 1111）相與是因為cv2.waitKey(1) 的返回值不止8位，但是只有后8位實際有效，為避免產干擾，通過 ‘與’ 操作將其余位置0。

?

?

總結

以上是生活随笔為你收集整理的作业总结：磨皮滤镜（双边滤波bilateralFilter）代码实现的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。