Opencv2.4学习：：滤波（4）双边滤波

滤波系列：

1. 均值滤波

2. 中值滤波
3. 高斯滤波
4. 双边滤波

---

 双边滤波

给出一张双边滤波过程图结合理解：

• 双边滤波，通俗来说就是根据（1）当前像素和领域像素的距离分配权重（2）当前像素和领域像素值大小分配权重
• 可滤低频分量（上图中两个阶梯平面的毛刺），对高频分量（阶梯垂直高度）不敏感
• 因此可作为保留边缘、滤低频噪声

---

 核心函数：

C++: void bilateralFilter(InputArray src, OutputArray dst, int d, double sigmaColor, double sigmaSpace, int borderType=BORDER_DEFAULT )

• InputArray src: 输入图像，可以是Mat类型，图像必须是8位或浮点型单通道、三通道的图像。 
• OutputArray dst: 输出图像，和原图像有相同的尺寸和类型。 
• int d: 表示在过滤过程中每个像素邻域的直径范围。如果这个值是非正数，则函数会从第五个参数sigmaSpace计算该值。 
• double sigmaColor: 颜色空间过滤器的sigma值，这个参数的值越大，表明该像素邻域内有越宽广的颜色会被混合到一起，产生较大的半相等颜色区域。 （该参数值越大，处理时间越长）
• double sigmaSpace: 坐标空间中滤波器的sigma值，如果该值较大，则意味着颜色相近的较远的像素将相互影响，从而使更大的区域中足够相似的颜色获取相同的颜色。当d>0时，d指定了邻域大小且与sigmaSpace五官，否则d正比于sigmaSpace. 
• int borderType=BORDER_DEFAULT: 用于推断图像外部像素的某种边界模式，有默认值BORDER_DEFAULT.

---

调用代码：

#include
#include
#include
#include
using namespace std;
using namespace cv;
void main()
{
	Mat srcImage = imread("F:\\opencv_re_learn\\2.jpg");
	if (!srcImage.data){
		cout << "falied to read" << endl;
		system("pause");
		return;
	}
	imshow("srcImage", srcImage);
	Mat blurImage;
	bilateralFilter(srcImage, blurImage, 10, 80, 50);
	imshow("bilateralFilter", blurImage);
	waitKey(0);
}

实现效果：

由效果可以看出，双边滤波有 模糊细节，保留主体边缘的效果。