opencv 高斯滤波_【他山之石】pytorch 实现双边滤波

“他山之石，可以攻玉”，站在巨人的肩膀才能看得更高，走得更远。在科研的道路上，更需借助东风才能更快前行。为此，我们特别搜集整理了一些实用的代码链接，数据集，软件，编程技巧等，开辟“他山之石”专栏，助你乘风破浪，一路奋勇向前，敬请关注。

作者：知乎—尹相楠

原文地址：https://zhuanlan.zhihu.com/p/310710051

前几天研究了传统的美颜算法，了解到双边滤波(bilateral filtering)。在看懂原理后，为加深理解，抽时间用 pytorch 重新造了个轮子。虽然效率肯定比不上 opencv ，但当个小练习也不错。为了方便复习以及帮助初学者，在此记录。

01

高斯滤波 1. 高斯核函数 图像领域的高斯滤波器是个二维的矩阵。矩阵中每个元素的值与它与矩阵中心的距离有关，计算公式就是二维高斯函数的公式： 为了让卷积前后的图像亮度保持不变，需要对 (1) 计算的矩阵归一化(除以矩阵所有元素的和)，因此 (1) 中 exp 之前的系数部分可以省略。生成高斯滤波器的代码如下：

@torch.no_grad()def getGaussianKernel(ksize, sigma=0):    if sigma <= 0:        # 根据 kernelsize 计算默认的 sigma，和 opencv 保持一致        sigma = 0.3 * ((ksize - 1) * 0.5 - 1) + 0.8     center = ksize // 2    xs = (np.arange(ksize, dtype=np.float32) - center) # 元素与矩阵中心的横向距离    kernel1d = np.exp(-(xs ** 2) / (2 * sigma ** 2)) # 计算一维卷积核    # 根据指数函数性质，利用矩阵乘法快速计算二维卷积核    kernel = kernel1d[..., None] @ kernel1d[None, ...]     kernel = torch.from_numpy(kernel)    kernel = kernel / kernel.sum() # 归一化    return kernel

2. 高斯滤波器 pytorch 自带的 conv2d 可以很方便地对图像施加高斯滤波，代码如下：

def GaussianBlur(batch_img, ksize, sigma=None):    kernel = getGaussianKernel(ksize, sigma) # 生成权重    B, C, H, W = batch_img.shape # C：图像通道数，group convolution 要用到    # 生成 group convolution 的卷积核    kernel = kernel.view(1, 1, ksize, ksize).repeat(C, 1, 1, 1)    pad = (ksize - 1) // 2 # 保持卷积前后图像尺寸不变    # mode=relfect 更适合计算边缘像素的权重    batch_img_pad = F.pad(batch_img, pad=[pad, pad, pad, pad], mode='reflect')    weighted_pix = F.conv2d(batch_img_pad, weight=kernel, bias=None,                            stride=1, padding=0, groups=C)    return weighted_pix

关于 group convolution，如果不熟悉可以看我这篇回答： 什么是「Grouped Convolution」？ https://www.zhihu.com/question/60484190/answer/1507783179

02

双边滤波 高斯滤波器的权重完全由距离决定。在大块颜色差不多、偶有噪点的区域，它可以把颜色平均化，从而过滤掉噪点。但是在颜色变化剧烈的边缘区域，它还是一视同仁地把所有像素做加权平均，这让本应该清晰锐利的边缘也变得模糊不清了，这就造成了如下图所示的效果，在做人像美颜时是不希望看到的。 这里，就引入了双边滤波(bilateral filtering)。 双边滤波的权重公式也基于高斯函数。但和高斯滤波的区别是，决定卷积核权重的，不单纯是像素之间的空间距离，还包括像素之间的亮度差异。以卷积核中心为坐标原点，该处像素值为I(0,0)。那么，坐标为 (u, v) 处的像素，对应的权重为： (2) 中 exp 的第一个指数项和高斯核函数相同，与像素的空间距离有关；第二个指数项则是像素值距离的函数。以e为底对这两项做指数运算，再相乘即得到了公式 (2)。根据公式 (2) 计算的卷积核有如下性质：

• 距离中心像素越远的像素，其权重就越小
• 亮度和中心像素亮度差异越大的像素，其权重就越小

第一条比较好理解，第二条的含义是，像素只和与自己相似的像素求平均，不和与自己差别太大的像素求平均。例如上图中，人脸部分的像素和背景部分的像素差异过于显著，这将导致在对边缘区域做卷积时，背景侧像素对人脸侧的像素的权重极小，反之同理。这就达到了保持边缘 (edge-preserving) 的特性。

03

代码实现 由于 (2) 中卷积核的权重不仅仅依赖于空间距离，还依赖于像素的亮度，因此卷积核的权重是不固定的，不能简单地利用 pytorch 的 conv2d 来实现。pytorch 的 tensor 自带了一个 unfold 方法，正好可以用在这里。 unfold 的作用是把图像拆分成 patch，每个patch 为卷积核覆盖的像素。下面举个小例子：

import torchx = torch.arange(12).view(3, 4)xOut[4]: tensor([[ 0,  1,  2,  3],        [ 4,  5,  6,  7],        [ 8,  9, 10, 11]])# 沿着行，以步长 1 拆分 x，每个 patch 为 2 行，列保持不变，y = x.unfold(dimension=0, size=2, step=1) y.shapeOut[6]: torch.Size([2, 4, 2])y[0]Out[7]: tensor([[0, 4],        [1, 5],        [2, 6],        [3, 7]])y[1]Out[8]: tensor([[ 4,  8],        [ 5,  9],        [ 6, 10],        [ 7, 11]])# 直接对 y 的第二个维度拆分，例如拆分成 3 列，步长仍为 1z = y.unfold(dimension=1, size=3, step=1)z.shapeOut[10]: torch.Size([2, 2, 2, 3])# 观察 z[0, 0]，发现正是 x 左上角的六个元素z[0,0]Out[11]: tensor([[0, 1, 2],        [4, 5, 6]])# z[0, 1] 也同样符合预期z[0,1]Out[12]: tensor([[1, 2, 3],        [5, 6, 7]])

实现的思路是：把原始图像 unfold 成一个个的 patch，对每个 patch 计算权重以及加权平均。代码如下：

def bilateralFilter(batch_img, ksize, sigmaColor=None, sigmaSpace=None):    device = batch_img.device    if sigmaSpace is None:        sigmaSpace = 0.15 * ksize + 0.35  # 0.3 * ((ksize - 1) * 0.5 - 1) + 0.8    if sigmaColor is None:        sigmaColor = sigmaSpace        pad = (ksize - 1) // 2    batch_img_pad = F.pad(batch_img, pad=[pad, pad, pad, pad], mode='reflect')        # batch_img 的维度为 BxcxHxW, 因此要沿着第 二、三维度 unfold    # patches.shape:  B x C x H x W x ksize x ksize    patches = batch_img_pad.unfold(2, ksize, 1).unfold(3, ksize, 1)    patch_dim = patches.dim() # 6     # 求出像素亮度差    diff_color = patches - batch_img.unsqueeze(-1).unsqueeze(-1)    # 根据像素亮度差，计算权重矩阵    weights_color = torch.exp(-(diff_color ** 2) / (2 * sigmaColor ** 2))    # 归一化权重矩阵    weights_color = weights_color / weights_color.sum(dim=(-1, -2), keepdim=True)        # 获取 gaussian kernel 并将其复制成和 weight_color 形状相同的 tensor    weights_space = getGaussianKernel(ksize, sigmaSpace).to(device)    weights_space_dim = (patch_dim - 2) * (1,) + (ksize, ksize)    weights_space = weights_space.view(*weights_space_dim).expand_as(weights_color)        # 两个权重矩阵相乘得到总的权重矩阵    weights = weights_space * weights_color    # 总权重矩阵的归一化参数    weights_sum = weights.sum(dim=(-1, -2))    # 加权平均    weighted_pix = (weights * patches).sum(dim=(-1, -2)) / weights_sum    return weighted_pix

最终结果为下图，雀斑都没了！同时人脸的轮廓和五官的细节依然被很好地保留下来： 输入图片尺寸为 256 x 256，ksize=15，sigmaColor=0.15，sigmaSpace=5 。 需要注意的是，由于 bilateral filter 的权重和像素值相关，因此设置 sigmaColor 时要注意输入图像的像素范围，看清楚到底是 0-1 还是 0-255(上图像素范围为 0-1)。

04

总结 本文介绍了双边滤波的基本原理，并附带了 pytorch 的实现。虽然不如 opencv 快，但优点是 backward trackable ，适合包装为模块加入网络中。利用 unfold 实现的缺点是很占内存/显存，kernelsize 越大，unfold 出来的冗余数据就越多，如果有大神知道更高效的实现方式，还望不吝赐教。

05

后记 我发现网上搜到的很多磨皮祛斑的算法，主要的目标是设计一个高通滤波器，从而得到一个基于像素亮度的 mask，亮的地方权重大(对应皮肤区域)，暗的地方权重小(对应雀斑、噪点区域)。将原图 I 和 模糊化的图I_blur(各种模糊化方式都可以，目标是把较暗的斑点模糊掉)利用 mask 融合：I_mask+I_blur(1-mask) 。这种方法既保留了原图的细节，又能模糊掉斑点，不过在不同图片上应用时，仍然免不了调整一些超参数，而真有调参的功夫，直接调一下双边滤波的几个参数，最后得到的效果未必比那些复杂的算法差。

本文目的在于学术交流，并不代表本公众号赞同其观点或对其内容真实性负责，版权归原作者所有，如有侵权请告知删除。

“他山之石”历史文章

• 编译PyTorch静态库

• 工业界视频理解解决方案大汇总

• 动手造轮子-rnn

• 凭什么相信你，我的CNN模型？关于CNN模型可解释性的思考

• “最全PyTorch分布式教程”来了！

• c++接口libtorch介绍& vscode+cmake实践

• python从零开始构建知识图谱

• 一文读懂 PyTorch 模型保存与载入

• 适合PyTorch小白的官网教程：Learning PyTorch With Examples

• pytorch量化备忘录

• LSTM模型结构的可视化

• PointNet论文复现及代码详解

• SCI写作常用句型之研究结果&发现

• 白话生成对抗网络GAN及代码实现

• pytorch的余弦退火学习率

更多他山之石专栏文章，

请点击文章底部“阅读原文”查看

分享、点赞、在看，给个三连击呗！