计算机视觉中的双边滤波:经典案例与Python代码解析

news/2024/11/21 16:16:09/

🌟 计算机视觉中的双边滤波:经典案例与Python代码解析 🚀

Hey小伙伴们!今天我们要聊的是计算机视觉中的一个重要技术——双边滤波。双边滤波是一种非线性滤波方法,主要用于图像去噪和平滑,同时保留图像的边缘和细节。通过双边滤波,我们可以显著改善图像的质量。让我们一起来看看如何使用Python实现双边滤波吧!🎉


📝 理论篇:双边滤波的基本原理

双边滤波是一种结合了空间距离和像素强度差异的滤波方法。它通过以下两个权重来计算新的像素值:

  1. 空间权重:根据像素之间的空间距离计算权重。
  2. 强度权重:根据像素之间的强度差异计算权重。

双边滤波的公式如下:

f ( i , j ) = ∑ ( x , y ) ∈ N ( i , j ) I ( x , y ) ⋅ w s ( i , j , x , y ) ⋅ w r ( I ( i , j ) , I ( x , y ) ) ∑ ( x , y ) ∈ N ( i , j ) w s ( i , j , x , y ) ⋅ w r ( I ( i , j ) , I ( x , y ) ) f(i, j) = \frac{\sum_{(x, y) \in N(i, j)} I(x, y) \cdot w_s(i, j, x, y) \cdot w_r(I(i, j), I(x, y))}{\sum_{(x, y) \in N(i, j)} w_s(i, j, x, y) \cdot w_r(I(i, j), I(x, y))} f(i,j)=(x,y)N(i,j)ws(i,j,x,y)wr(I(i,j),I(x,y))(x,y)N(i,j)I(x,y)ws(i,j,x,y)wr(I(i,j),I(x,y))

其中:

  • f(i, j) 是新像素值。
  • I(i, j) 是原图像中的像素值。
  • N(i, j) 是邻域窗口。
  • w_s(i, j, x, y) 是空间权重。
  • w_r(I(i, j), I(x, y)) 是强度权重。

1. 空间权重

w s ( i , j , x , y ) = exp ⁡ ( − ( i − x ) 2 + ( j − y ) 2 2 σ d 2 ) w_s(i, j, x, y) = \exp\left(-\frac{(i - x)^2 + (j - y)^2}{2\sigma_d^2}\right) ws(i,j,x,y)=exp(2σd2(ix)2+(jy)2)

2. 强度权重

w r ( I ( i , j ) , I ( x , y ) ) = exp ⁡ ( − ( I ( i , j ) − I ( x , y ) ) 2 2 σ r 2 ) w_r(I(i, j), I(x, y)) = \exp\left(-\frac{(I(i, j) - I(x, y))^2}{2\sigma_r^2}\right) wr(I(i,j),I(x,y))=exp(2σr2(I(i,j)I(x,y))2)


📑 实战篇:使用Python实现双边滤波

接下来,我们通过一个具体的Python示例来实现双边滤波。我们将使用OpenCV库来处理图像,并使用NumPy进行矩阵运算。

1. 安装必要的库

首先,确保你已经安装了OpenCV和NumPy:

pip install opencv-python numpy
2. 读取和显示图像

我们先读取一张图像并显示它:

python">import cv2
import numpy as np# 读取图像
image = cv2.imread('path_to_your_image.jpg')# 显示原始图像
cv2.imshow('Original Image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()
3. 双边滤波

使用OpenCV的 bilateralFilter 函数进行双边滤波:

python">def bilateral_filter(image, d, sigma_color, sigma_space):# 使用OpenCV的bilateralFilter函数进行双边滤波filtered_image = cv2.bilateralFilter(image, d, sigma_color, sigma_space)return filtered_image# 应用双边滤波
filtered_image = bilateral_filter(image, d=9, sigma_color=75, sigma_space=75)# 显示滤波后的图像
cv2.imshow('Bilateral Filtered Image', filtered_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
4. 完整代码

将上述步骤整合在一起,完整的代码如下:

python">import cv2
import numpy as np# 读取图像
image = cv2.imread('path_to_your_image.jpg')# 显示原始图像
cv2.imshow('Original Image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()# 双边滤波
def bilateral_filter(image, d, sigma_color, sigma_space):# 使用OpenCV的bilateralFilter函数进行双边滤波filtered_image = cv2.bilateralFilter(image, d, sigma_color, sigma_space)return filtered_image# 应用双边滤波
filtered_image = bilateral_filter(image, d=9, sigma_color=75, sigma_space=75)# 显示滤波后的图像
cv2.imshow('Bilateral Filtered Image', filtered_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

🌟 成功案例

当你运行这段代码时,你会看到原始图像和双边滤波后的图像。双边滤波有效地去除了图像中的噪声,同时保留了图像的边缘和细节。


运行效果

在这里插入图片描述
在这里插入图片描述

🌟 小贴士
  • 参数选择

    • d:滤波器的空间直径。值越大,滤波效果越强。
    • sigma_color:颜色空间的标准差。值越大,颜色差异的影响越小。
    • sigma_space:空间域的标准差。值越大,空间距离的影响越小。
  • 多尺度处理:结合不同参数的双边滤波器,可以在多尺度上进行图像处理,提高效果。


🚀 结语

通过今天的实战演练,大家已经掌握了如何使用Python和OpenCV实现双边滤波。双边滤波是计算机视觉中非常基础但重要的技术,可以应用于图像去噪、增强和分析等多个领域。如果你有任何问题或想法,欢迎留言交流。我们下次再见!👋


标签:#计算机视觉 #Python编程 #双边滤波 #图像处理 #OpenCV #NumPy


http://www.ppmy.cn/news/1548799.html

相关文章

智能可观测护航“双十一”,电商零售高峰稳健冲刺!

近期,“国补”等多轮刺激性政策的推出,激发了2024年”双十一“电商节消费热潮,各电商平台成交总额再创新高。伴随电商平台业务量的显著增长,零售、物流、制造、银行等全产业链业务系统的访问量也急速上升。面对海量的访问请求&…

关于学习炸鸡佬智能手表 应用硬件IIC1来取代原来软件模拟的IIC

一、用完软件模拟IIC,虽然实现了一个通用接口,只要是IO口都可以用,但是既然引脚用到了PB6和PB7,这俩都是自带硬件外设IIC的,不用白不用。这里我也给出硬件IIC的实现,不得不说HAL库封装的真好 1.硬件IIC 这…

【Linux学习】【Ubuntu入门】1-8 ubuntu下压缩与解压缩

1.Linux系统下常用的压缩格式 常用的压缩扩展名:.tar、.tar.bz2、.tar.gz 2.Windows下7ZIP软件安装 Linux系统下很多文件是.bz2,.gz结尾的压缩文件。 3.Linux系统下gzip压缩工具 gzip工具负责压缩和解压缩.gz格式的压缩包。 gzip对单个文件进行…

lua脚本使用redis

1 安装工具包 luarocks install redis-lua 2 使用lua语言连接redis local MyFirstHandler {-- 插件的优先级,决定了插件的执行顺序;数字越大,优先级越高,越早执行PRIORITY 1101,-- 插件的版本号VERSION "0.1.0-1"…

MIT协议:保留原始版权声明的自由开源协议

MIT协议,最近因为网络热点,变得火热起来了。 它的全名是Massachusetts Institute of Technology License,来自麻省理工学院。 上世纪80年代末,互联网刚刚起步,MIT协议就在那个时候诞生了。 它的目的很简单&#xff1…

利用uniapp开发鸿蒙:运行到鸿蒙模拟器—踩坑合集

从uniapp运行到鸿蒙模拟器上这一步,就有非常多的坑,一些常见的坑,官网都有介绍,就不再拿出来了,这里记录一下官网未记录的大坑 1.运行路径从hbuilderx启动鸿蒙模拟器 解决方法: Windows系统,官…

redis:主从复制

个人主页 : 个人主页 个人专栏 : 《数据结构》 《C语言》《C》《Linux》《网络》 《redis学习笔记》 文章目录 前言主从模式复制拓扑结构主从节点建立复制流程数据同步 psyncpsync运行流程全量复制流程部分复制流程实时复制总结 前言 分布式系统&#x…

slf4j 基于 logback 单独打印性能日志到另外一个文件

logback.xml 添加性能日志 <appender name"PERF" class"ch.qos.logback.core.rolling.RollingFileAppender"><file>${LOG_HOME}/perf.log</file><append>true</append><rollingPolicy class"ch.qos.logback.core.r…