Python 中的双边过滤

1. 什么是双边过滤
2. 在 Python 中执行双边过滤的步骤
3. Python 中的 bilateralFilter() 函数
4. 在 Python 中使用 bilateralFilter() 函数执行双边过滤

过滤用于处理计算机视觉应用程序中的图像。本文将讨论使用 OpenCV 模块在 Python 中实现双边过滤。

什么是双边过滤

双边滤波是一种平滑滤波技术。它是一种非线性降噪滤波器，将每个像素值替换为相邻像素的加权平均像素值。

双边滤波也称为边缘保留滤波，因为它不会对边缘上的像素进行平均。

在 Python 中执行双边过滤的步骤

为了执行双边过滤，我们主要执行四个任务。

1. 我们将图像中的每个像素替换为其相邻像素的加权平均值。

2. 每个邻居的权重由其与当前像素的距离决定。我们为每个像素分配一个权重，其中最近的像素获得最高的权重，而距离较远的像素获得最低的权重。

   为了执行此任务，我们使用空间参数。

3. 邻居的权重也取决于像素强度的差异。与当前像素具有相似强度的像素被分配更多的权重，而具有较大强度差异的像素被分配较小的权重。

   要执行此任务，我们使用范围参数。

4. 通过增加空间参数，可以平滑图像较大的特征。另一方面，如果增加范围参数，双边滤波的行为就像高斯滤波。

Python 中的 bilateralFilter() 函数

我们可以使用 OpenCV 模块使用 bilateralFilter() 函数在 Python 中执行双边过滤。bilateralFilter() 函数的语法如下。

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

这里，

• 参数 src 将必须处理的源图像作为输入参数。

• 参数 d 采用过滤时要考虑的像素邻域的直径。

• 参数 sigmaColor 是色彩空间中过滤器 sigma 的值。具有较高的 sigmaColor 值意味着在过滤时考虑颜色空间中相距较远的颜色。

  参数 sigmaColor 应包含 sigmaSpace 范围内的值。

• 参数 sigmaSpace 表示空间域中的 sigma 值。sigmaSpace 的较高值意味着在过滤时考虑距离当前像素较远的像素。

  参数 sigmaSpace 应包含 sigmaColor 范围内的值。

• 参数 borderType 用于定义在过滤图像边界像素的同时推断图像外部像素的模式。

在 Python 中使用 bilateralFilter() 函数执行双边过滤

以下是在 Python 中执行双边过滤的步骤。

下面是我们将用于在 Python 中执行双边过滤的图像。

以下是在 Python 中执行双边过滤的代码。

import cv2

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

这是对输入图像进行双边滤波后的输出图像：

在给定的图像中，你可以观察到输出图像中条带的特征已经模糊。这是因为在创建输出像素时会考虑每个像素的相邻像素。

像素的平均产生模糊效果，并且特征被模糊。

与高斯滤波相比，双边滤波保留了边缘。因此，在执行平滑操作时，如果你需要保留图像中的边缘，则始终可以使用双边滤波。