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。
相关阅读
今天是持续写作的第 <font color="red">63</font> / 100 天。
如果你有想要交流的想法、技术，欢迎在评论区留言。
网友评论