标签：dst 模糊 滤波 像素 半径大小 OpenCV EPF image 漂移
目录
前言
高斯模糊只考虑了权重，只考虑了像素空间的分布，没有考虑像素值和另一个像素值之间差异的问题，如果像素间差异较大的情况下（比如图像的边缘），高斯模糊会进行处理，但是我们不需要处理边缘，要进行的操作就叫做边缘保留滤波（EPF）
正文
高斯双边模糊
效果图
这是第一种EPF处理方式，处理函数为：
def bi_demo(image):
dst = cv.bilateralFilter(image,0,100,15)
cv.imshow("bi_demo",dst)
# 高斯双边模糊:
# image：输入图像,图像必须是8位或浮点型单通道、三通道的图像
# 0-distance：表示在过滤过程中每个像素邻域的直径范围，一般为0
# 100-sigmaColor：尽量取大，目的将小的差异模糊掉，噪声去掉
# 15- sigmaSpace：尽量取小，那么“和”就小一点，主要的差异就保留下来
均值迁移模糊
效果图：
有点像油画了。
用的函数是：
def shift_demo(image):
dst = cv.pyrMeanShiftFiltering(image,10,50)
cv.imshow("shift_function", dst)
#sp：(The spatial window radius) 定义的漂移物理空间半径大小
#sr：(The color window radius) 定义的漂移色彩空间半径大小；
# 第一个参数src，输入图像，8位，三通道的彩色图像，并不要求必须是RGB格式，HSV、YUV等Opencv中的彩色图像格式均可；
#
# 第二个参数dst，输出图像，跟输入src有同样的大小和数据格式,若没输入，则默认与输入的src一致；
#
# 第三个参数sp，定义的漂移物理空间半径大小；
#
# 第四个参数sr，定义的漂移色彩空间半径大小；
#
# 第五个参数maxLevel，定义金字塔的最大层数；
#
# 第六个参数termcrit，定义的漂移迭代终止条件，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；
具体的过程可以去看这篇博客：Opencv均值漂移pyrMeanShiftFiltering彩色图像分割流程剖析
标签：dst,模糊,滤波,像素,半径大小,OpenCV,EPF,image,漂移 来源： https://blog.csdn.net/qq_43211060/article/details/112911244
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。