若該文爲原創文章，未經允許不得轉載
原博主博客地址：https://blog.csdn.net/qq21497936
原博主博客導航：https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址：https://blog.csdn.net/qq21497936/article/details/104549757
目錄
OpenCV開發專欄
《OpenCV開發筆記（〇）：使用mingw530_32編譯openCV3.4.1源碼，搭建Qt5.9.3的openCV開發環境》
《OpenCV開發筆記（三）：OpenCV圖像的概念和基本操作》
《OpenCV開發筆記（四）：OpenCV圖片和視頻數據的讀取與存儲》
《OpenCV開發筆記（五）：OpenCV讀取與操作攝像頭》
《OpenCV開發筆記（六）：OpenCV基礎數據結構、顏色轉換函數和顏色空間》
《OpenCV開發筆記（八）：OpenCV常用操作之計時、縮放、旋轉、鏡像》
《OpenCV開發筆記（九）：OpenCV區域圖像（ROI）和整體、局部圖像混合》
《OpenCV開發筆記（十）：OpenCV圖像顏色通道分離和圖像顏色多通道混合》
《OpenCV開發筆記（十一）：OpenCV編譯支持Gpu(cuda) 加速開發之win-qt-mingw32編譯》
《OpenCV開發筆記（十二）：OpenCV編譯支持Gpu(cuda) 加速開發之win-qt-msvc2015編譯(opencv3.4.0、cuda9.0、VS2015)》
《OpenCV開發筆記（十三）：OpenCV圖像對比度、亮度的調整》
《OpenCV開發筆記（十四）：算法基礎之線性濾波-方框濾波》
《OpenCV開發筆記（十五）：算法基礎之線性濾波-均值濾波》
《OpenCV開發筆記（十六）：算法基礎之線性濾波-高斯濾波》
《OpenCV開發筆記（十七）：算法基礎之線性濾波對比-方框、均值、高斯濾波》
《OpenCV開發筆記（十八）：算法基礎之非線性濾波-中值濾波》
《OpenCV開發筆記（十九）：算法基礎之非線性濾波-雙邊濾波》
《OpenCV開發筆記（二十）：算法基礎之非線性濾波對比-中值、雙邊濾波》：待發布
《OpenCV開發筆記（二十一）：算法基礎之形態學濾波-膨脹》：待發布
《OpenCV開發筆記（二十二）：算法基礎之形態學濾波-腐蝕》：待發布
《OpenCV開發筆記（二十三）：算法基礎之形態學濾波-開運算（先腐蝕後膨脹）》：待發布
《OpenCV開發筆記（二十四）：算法基礎之形態學濾波-閉運算（先膨脹後腐蝕）》：待發布
《OpenCV開發筆記（二十五）：算法基礎之形態學濾波-白帽》：待發布
《OpenCV開發筆記（二十六）：算法基礎之形態學濾波-黑帽》：待發布
持續補充中…
OpenCV開發筆記（十九）：算法基礎之非線性濾波-雙邊濾波
前言
本篇章學習非線性濾波中的雙邊濾波。
Demo
雙邊濾波的值貌似不夠大，將值由最大100改爲1000（實際還要除以10.0f）,得到效果如下圖：
雙邊濾波
概述
雙邊濾波是一種非線性的濾波，結合圖像的空間鄰近度和像素值相似度的一種折中處理，同時考慮空域信息和灰度相似性，達到保留圖像的同時削弱噪聲的效果。
雙邊濾波器也給每一個領域像素分配了一個加權係數。這些加權係數包含兩個部分，第一部分加權方式與高斯濾波一樣，第二部分的權重則取決於該領域像素與當前像素的灰度差值。
由於保存了過多的高頻信息，雙邊變濾波器不能夠乾淨地濾掉彩色圖像裏的高頻噪聲，只能夠對低頻信息進行較好的濾波。對於脈衝噪聲，雙邊濾波會把它當成邊緣從而不能去除。
函數原型
void bilateralFilter( InputArray src,
OutputArray dst,
int d,
double sigmaColor,
double sigmaSpace,
int borderType = BORDER_DEFAULT );
- 參數一：InputArray類型，一般是cv::Mat，可以處理1、3通道數的圖片；
- 參數二；OutputArray類型，輸出的目標圖像，需要和原圖片有一樣的尺寸和類型；
- 參數三：int類型，表示在過濾過程中每個像素領域的直徑範圍，如果這個值非整數，則函數會從第五個參數signaSpace計算該值；
- 參數四：顏色空間過濾器的sigma值，這個參數的值月大，表明該像素鄰域內有越寬廣的顏色會被混合到一起，產生較大的半相等顏色區域；
- 參數五：座標空間中濾波器的sigma值，如果該值較大，則意味着越遠的像素將相互影響，從而使更大的區域中足夠相似的顏色獲取相同的顏色。當d>0時，d指定了鄰域大小且與sigmaSpace無關，否則d正比於sigmaSpace；
- 參數六：int類型的borderType，用於推斷圖像外部像素的某種邊界模式，使用默認值BORDER_DEFULAT，一般無需設置；
Demo源碼
void OpenCVManager::testBilateralFilter()
{
QString fileName1 = "E:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/6.jpg";
cv::Mat srcMat = cv::imread(fileName1.toStdString());
cv::resize(srcMat, srcMat, cv::Size(400, 300));
cv::String windowName = _windowTitle.toStdString();
cvui::init(windowName);
if(!srcMat.data)
{
qDebug() << __FILE__ << __LINE__
<< "Failed to load image:" << fileName1;
return;
}
cv::Mat dstMat;
dstMat = cv::Mat::zeros(srcMat.size(), srcMat.type());
cv::Mat windowMat = cv::Mat(cv::Size(dstMat.cols * 3, dstMat.rows),
srcMat.type());
int d = 0;
int sigmaColor = 0;
int sigmaSpace = 0;
cvui::window(windowMat, dstMat.cols, 0, dstMat.cols, dstMat.rows, "settings");
while(true)
{
windowMat = cv::Scalar(0, 0, 0);
// 原圖先copy到左邊
cv::Mat leftMat = windowMat(cv::Range(0, srcMat.rows),
cv::Range(0, srcMat.cols));
cv::addWeighted(leftMat, 1.0f, srcMat, 1.0f, 0.0f, leftMat);
// 中間爲調整濾波參數的相關設置
cvui::printf(windowMat, 500, 40, "d");
cvui::trackbar(windowMat, 500, 60, 200, &d, 0, 10);
// 中間爲調整濾波參數的相關設置
cvui::printf(windowMat, 500, 120, "sigmaColor");
cvui::trackbar(windowMat, 500, 140, 200, &sigmaColor, 0, 1000);
// 中間爲調整濾波參數的相關設置
cvui::printf(windowMat, 500, 200, "sigmaSpace");
cvui::trackbar(windowMat, 500, 220, 200, &sigmaSpace, 0, 1000);
// 雙邊濾波
cv::bilateralFilter(srcMat,
dstMat,
d,
sigmaColor / 10.f,
sigmaSpace / 10.f);
// 效果圖copy到右邊
// 注意：rang從位置1到位置2，不是位置1+寬度
cv::Mat rightMat = windowMat(cv::Range(0, srcMat.rows),
cv::Range(srcMat.cols * 2, srcMat.cols * 3));
cv::addWeighted(rightMat, 0.0f, dstMat, 1.0f, 0.0f, rightMat);
// 更新
cvui::update();
// 顯示
cv::imshow(windowName, windowMat);
// esc鍵退出
if(cv::waitKey(25) == 27)
{
break;
}
}
}
工程模板：對應版本號v1.14.0
對應版本號v1.14.0
原博主博客地址：https://blog.csdn.net/qq21497936
原博主博客導航：https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址：https://blog.csdn.net/qq21497936/article/details/104549757