【OpenCV 完整例程】61. 導向濾波（Guided filter）-有解無憂

【OpenCV 完整例程】61. 導向濾波（Guided filter）

歡迎關注『OpenCV 完整例程 100 篇』系列，持續更新中
歡迎關注『Python小白的OpenCV學習課』系列，持續更新中

影像濾波是在盡可能保留影像細節特征的條件下對目標影像的噪聲進行抑制，是常用的影像預處理操作，

2.6 非線性濾波—導向濾波（Guided filter）

導向濾波又稱引導濾波，通過一張引導圖片反映邊緣、物體等資訊，對輸入影像進行濾波處理，使輸出影像的內容由輸入影像決定，但紋理與引導圖片相似，

導向濾波的原理是區域線性模型，在保持雙邊濾波的優勢（有效保持邊緣，非迭代計算）的同時計算速度很快，從而克服雙邊濾波速度慢的缺點，

導向濾波（導向濾波）不僅能實作雙邊濾波的邊緣平滑，而且在檢測到邊緣附近有很好的表現，可應用在影像增強、HDR壓縮、影像摳圖及影像去霧等場景，

在進行保持邊緣濾波時，可以采用原始影像自身或其預處理后的影像作為導向圖片，

OpenCV 在 ximgproc 模塊提供了 cv.ximgproc.guidedFilter 函式實作導向濾波演算法，

函式說明：

cv.ximgproc_guidedFilter.filter(guide, src, d[, eps[, dDepth]) → dst

引數說明：

src：輸入影像，可以是灰度影像，也可以是多通道的彩色影像
guide：導向影像，大小和型別與 src 相同
dst：輸出影像，大小和型別與 src 相同
d：濾波核的像素鄰域直徑
eps：規范化引數， eps 的平方類似于雙邊濾波中的 sigmaColor
dDepth：輸出圖片的資料深度

參考例程：

    # 1.76：影像的非線性濾波—導向濾波器
    # 注意：本例程需要 opencv-contrib-python 包的支持
    img = cv2.imread("../images/imgFabricNoise.png", flags=1)
    imgGuide = cv2.imread("../images/imgFabric.png", flags=1)  # 引導圖片

    imgBiFilter = cv2.bilateralFilter(img, d=0, sigmaColor=100, sigmaSpace=10)
    imgGuidedFilter = cv2.ximgproc.guidedFilter(imgGuide, img, 10, 2, -1)

    plt.figure(figsize=(9, 6))
    plt.subplot(131), plt.axis('off'), plt.title("Original")
    plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
    plt.subplot(132), plt.axis('off'), plt.title("cv2.bilateralFilter")
    plt.imshow(cv2.cvtColor(imgBiFilter, cv2.COLOR_BGR2RGB))
    plt.subplot(133), plt.axis('off'), plt.title("cv2.guidedFilter")
    plt.imshow(cv2.cvtColor(imgGuidedFilter, cv2.COLOR_BGR2RGB))
    plt.tight_layout()
    plt.show()

（略）
在這里插入圖片描述

（本節完）

著作權宣告：

youcans@xupt 原創作品，轉載必須標注原文鏈接

Crated：2021-11-29

歡迎關注『OpenCV 完整例程 100 篇』系列，持續更新中
歡迎關注『Python小白的OpenCV學習課』系列，持續更新中

【OpenCV 完整例程】01. 影像的讀取（cv2.imread）
【OpenCV 完整例程】02. 影像的保存（cv2.imwrite）
【OpenCV 完整例程】03. 影像的顯示（cv2.imshow）
【OpenCV 完整例程】04. 用 matplotlib 顯示影像（plt.imshow）
【OpenCV 完整例程】05. 影像的屬性（np.shape）
【OpenCV 完整例程】06. 像素的編輯（img.itemset）
【OpenCV 完整例程】07. 影像的創建（np.zeros）
【OpenCV 完整例程】08. 影像的復制（np.copy）
【OpenCV 完整例程】09. 影像的裁剪（cv2.selectROI）
【OpenCV 完整例程】10. 影像的拼接（np.hstack）
【OpenCV 完整例程】11. 影像通道的拆分（cv2.split）
【OpenCV 完整例程】12. 影像通道的合并（cv2.merge）
【OpenCV 完整例程】13. 影像的加法運算（cv2.add）
【OpenCV 完整例程】14. 影像與標量相加（cv2.add）
【OpenCV 完整例程】15. 影像的加權加法（cv2.addWeight）
【OpenCV 完整例程】16. 不同尺寸的影像加法
【OpenCV 完整例程】17. 兩張影像的漸變切換
【OpenCV 完整例程】18. 影像的掩模加法
【OpenCV 完整例程】19. 影像的圓形遮罩
【OpenCV 完整例程】20. 影像的按位運算
【OpenCV 完整例程】21. 影像的疊加
【OpenCV 完整例程】22. 影像添加非中文文字
【OpenCV 完整例程】23. 影像添加中文文字
【OpenCV 完整例程】23. 影像添加中文文字
【OpenCV 完整例程】24. 影像的仿射變換
【OpenCV 完整例程】25. 影像的平移
【OpenCV 完整例程】26. 影像的旋轉（以原點為中心）
【OpenCV 完整例程】27. 影像的旋轉（以任意點為中心）
【OpenCV 完整例程】28. 影像的旋轉（直角旋轉）
【OpenCV 完整例程】29. 影像的翻轉（cv2.flip）
【OpenCV 完整例程】30. 影像的縮放（cv2.resize）
【OpenCV 完整例程】31. 影像金字塔（cv2.pyrDown）
【OpenCV 完整例程】32. 影像的扭變（錯切）
【OpenCV 完整例程】33. 影像的復合變換
【OpenCV 完整例程】34. 影像的投影變換
【OpenCV 完整例程】35. 影像的投影變換（邊界填充）
【OpenCV 完整例程】36. 直角坐標與極坐標的轉換
【OpenCV 完整例程】37. 影像的灰度化處理和二值化處理
【OpenCV 完整例程】38. 影像的反色變換（影像反轉）
【OpenCV 完整例程】39. 影像灰度的線性變換
【OpenCV 完整例程】40. 影像分段線性灰度變換
【OpenCV 完整例程】41. 影像的灰度變換（灰度級分層）
【OpenCV 完整例程】42. 影像的灰度變換（位元平面分層）
【OpenCV 完整例程】43. 影像的灰度變換（對數變換）
【OpenCV 完整例程】44. 影像的灰度變換（伽馬變換）
【OpenCV 完整例程】45. 影像的灰度直方圖
【OpenCV 完整例程】46. 直方圖均衡化
【OpenCV 完整例程】47. 影像增強—直方圖匹配
【OpenCV 完整例程】48. 影像增強—彩色直方圖匹配
【OpenCV 完整例程】49. 影像增強—區域直方圖處理
【OpenCV 完整例程】50. 影像增強—直方圖統計量影像增強
【OpenCV 完整例程】51. 影像增強—直方圖反向追蹤
【OpenCV 完整例程】52. 影像的相關與卷積運算
【OpenCV 完整例程】53. Scipy 實作影像二維卷積
【OpenCV 完整例程】54. OpenCV 實作影像二維卷積
【OpenCV 完整例程】55. 可分離卷積核
【OpenCV 完整例程】56. 低通盒式濾波器
【OpenCV 完整例程】57. 低通高斯濾波器
【OpenCV 完整例程】58. 非線性濾波—中值濾波
【OpenCV 完整例程】59. 非線性濾波—雙邊濾波
【OpenCV 完整例程】60. 非線性濾波—聯合雙邊濾波
【OpenCV 完整例程】61. 導向濾波（Guided filter）

轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/385456.html

標籤：其他

上一篇：【Python】爬蟲-----下載B站視頻

下一篇：NMAP工具的使用：埠掃描