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; } |
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!
· 单线程的Redis速度为什么快?
· 展开说说关于C#中ORM框架的用法!
· Pantheons:用 TypeScript 打造主流大模型对话的一站式集成库