Python 中的雙邊過濾

1. 什麼是雙邊過濾
2. 在 Python 中執行雙邊過濾的步驟
3. Python 中的 bilateralFilter() 函式
4. 在 Python 中使用 bilateralFilter() 函式執行雙邊過濾

過濾用於處理計算機視覺應用程式中的影象。本文將討論使用 OpenCV 模組在 Python 中實現雙邊過濾。

什麼是雙邊過濾

雙邊濾波是一種平滑濾波技術。它是一種非線性降噪濾波器，將每個畫素值替換為相鄰畫素的加權平均畫素值。

雙邊濾波也稱為邊緣保留濾波，因為它不會對邊緣上的畫素進行平均。

在 Python 中執行雙邊過濾的步驟

為了執行雙邊過濾，我們主要執行四個任務。

1. 我們將影象中的每個畫素替換為其相鄰畫素的加權平均值。

2. 每個鄰居的權重由其與當前畫素的距離決定。我們為每個畫素分配一個權重，其中最近的畫素獲得最高的權重，而距離較遠的畫素獲得最低的權重。

   為了執行此任務，我們使用空間引數。

3. 鄰居的權重也取決於畫素強度的差異。與當前畫素具有相似強度的畫素被分配更多的權重，而具有較大強度差異的畫素被分配較小的權重。

   要執行此任務，我們使用範圍引數。

4. 通過增加空間引數，可以平滑影象較大的特徵。另一方面，如果增加範圍引數，雙邊濾波的行為就像高斯濾波。

Python 中的 bilateralFilter() 函式

我們可以使用 OpenCV 模組使用 bilateralFilter() 函式在 Python 中執行雙邊過濾。bilateralFilter() 函式的語法如下。

bilateralFilter(src, d, sigmaColor, sigmaSpace, borderType)

這裡，

• 引數 src 將必須處理的源影象作為輸入引數。

• 引數 d 採用過濾時要考慮的畫素鄰域的直徑。

• 引數 sigmaColor 是色彩空間中過濾器 sigma 的值。具有較高的 sigmaColor 值意味著在過濾時考慮顏色空間中相距較遠的顏色。

  引數 sigmaColor 應包含 sigmaSpace 範圍內的值。

• 引數 sigmaSpace 表示空間域中的 sigma 值。sigmaSpace 的較高值意味著在過濾時考慮距離當前畫素較遠的畫素。

  引數 sigmaSpace 應包含 sigmaColor 範圍內的值。

• 引數 borderType 用於定義在過濾影象邊界畫素的同時推斷影象外部畫素的模式。

在 Python 中使用 bilateralFilter() 函式執行雙邊過濾

以下是在 Python 中執行雙邊過濾的步驟。

下面是我們將用於在 Python 中執行雙邊過濾的影象。

以下是在 Python 中執行雙邊過濾的程式碼。

import cv2

img = cv2.imread("pattern.jpg")
output_image = cv2.bilateralFilter(img, 15, 100, 100)
cv2.imwrite("processed_image.jpg", output_image)

這是對輸入影象進行雙邊濾波後的輸出影象：

在給定的影象中，你可以觀察到輸出影象中條帶的特徵已經模糊。這是因為在建立輸出畫素時會考慮每個畫素的相鄰畫素。

畫素的平均產生模糊效果，並且特徵被模糊。

與高斯濾波相比，雙邊濾波保留了邊緣。因此，在執行平滑操作時，如果你需要保留影象中的邊緣，則始終可以使用雙邊濾波。