OpenCV使用双边滤波以及锐化算子实现图片的美颜以及提升清晰度操作

一、概述

　　案例：使用双边滤波对图片进行美化。特性：双边滤波能够很好的保留边缘的同时抑制平坦区域的噪声。也就是下图的人脸看上去更平滑了，而且还不影响头发手的部分。

　　实现步骤：先试用bilateralFilter对图片进行过滤，然后再利用filter2D的锐化算子提升图片的整体的清晰度。

二、展示效果

　比较左图和右图会发现，左图人脸上的痔没有了。整体看上去也更平滑了。下图相对于右图来说，清晰度更高了，棱角更分明 。

 

 

三、示例代码

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47

//中值滤波对椒盐噪声有很好的的抑制作用 //原理：卷积核所圈定范围取中位数 //均值滤波无法克服边缘像素信息丢失的缺陷。原因是均值滤波是基于平局权重。高斯模糊部分克服了该缺陷，但是无法完全避免，因为没有考虑像素值的不同。 //高斯双边模糊是边缘保留的滤波方法，避免了边缘信息丢失，保留了像素轮廓不变。   #include <opencv2/opencv.hpp> #include <iostream>   using namespace cv; using namespace std;   int main(int argc, char const *argv[]) {     //加载图形     Mat src = imread("girl.jpg");     if(!src.data){         cout<< "can't load image ..."<< endl;         return -1;     }       imshow("src",src);       //中值模糊     // Mat mediaBlurMat;     // medianBlur(src,mediaBlurMat,3);     // imshow("mediaBlurMat",mediaBlurMat);           //高斯双边滤波     Mat bilateralMat;     /**      * 双边滤波参数说明：      * 15--->计算半径，半径之内的都会被纳入计算，如果提供-1则根据sigma space参数进行计算      * 100--->sigma color 决定多少差值之内的像素会被计算      * 5----->sigma space 如果d的值大于0则申明无效，否则根据他来计算d的值      **/     bilateralFilter(src,bilateralMat,15,50,5);     imshow("bilateralMat",bilateralMat);       //对双边滤波后的图像执行锐化操作，提升图片的棱角以及清晰度     Mat resultImage;     Mat kernel = (Mat_<int>(3,3)<< 0, -1, 0, -1, 5, -1, 0, -1, 0);     filter2D(bilateralMat,resultImage,-1,kernel,Point(-1,-1),0);     imshow("resultImage",resultImage);       waitKey(0);     return 0; }