本文实例为大家分享了C++图像处理之双边滤波的具体代码，供大家参考，具体内容如下
1、 近期在学习双边滤波相关知识，其原理如下（以后补上）：
2 、灰度图双边滤波实现C++代码如下，网上大多数是基于8位灰度图和彩色图像的。（此次代码未经优化，可去除opencv依赖）：
复制代码
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
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65//灰度图双边滤波 void m_bilateralFilter(cv::Mat src,cv::Mat& dst,int radius,float sigma_r,float sigma_d) { if (src.empty()) return; if (dst.empty()) { dst = src.clone(); } if (src.depth() == CV_16U){ for (int i = radius; i < src.rows - radius; i++) for (int j = radius; j < src.cols - radius; j++) { float sum_1 = .0f, sum_2 = .0f; for (int k = 0; k < 2 * radius - 1; k++) for (int l = 0; l < 2 * radius - 1; l++) { int dis_x = radius - k; int dis_y = radius - l; int coord_x_image = i - radius + k; int coord_y_image = j - radius + l; float dis_spatial = dis_x*dis_x + dis_y*dis_y; float dis_range = (src.at<unsigned short>(i, j) - src.at<unsigned short>(coord_x_image, coord_y_image))*(src.at<unsigned short>(i, j) - src.at<unsigned short>(coord_x_image, coord_y_image)); float c_tmp = exp(-dis_spatial / (2 * sigma_d * sigma_d)); float s_tmp = exp(-dis_range / (2 * sigma_r * sigma_r)); sum_1 += c_tmp*s_tmp*src.at<unsigned short>(coord_x_image, coord_y_image); sum_2 += c_tmp*s_tmp; } dst.at<unsigned short>(i, j) = sum_1 / sum_2; } } else if (src.depth() == CV_8U) { for (int i = radius; i < src.rows - radius; i++) for (int j = radius; j < src.cols - radius; j++) { float sum_1 = .0f, sum_2 = .0f; for (int k = 0; k < 2 * radius - 1; k++) for (int l = 0; l < 2 * radius - 1; l++) { int dis_x = radius - k; int dis_y = radius - l; int coord_x_image = i - radius + k; int coord_y_image = j - radius + l; float dis_spatial = dis_x*dis_x + dis_y*dis_y; float dis_range = (src.at<unsigned char>(i, j) - src.at<unsigned char>(coord_x_image, coord_y_image))*(src.at<unsigned char>(i, j) - src.at<unsigned char>(coord_x_image, coord_y_image)); float c_tmp = exp(-dis_spatial / (2 * sigma_d * sigma_d)); float s_tmp = exp(-dis_range / (2 * sigma_r * sigma_r)); sum_1 += c_tmp*s_tmp*src.at<unsigned char>(coord_x_image, coord_y_image); sum_2 += c_tmp*s_tmp; } dst.at<unsigned char>(i, j) = sum_1 / sum_2; } } }
3、目前是基于单通道图像，效果如下：
原图：
opencv 库的效果（cv::bilateralFilter(img_src, img_dst, 10,10 * 2, 10 / 2)）
该程序的效果（m_bilateralFilter(img_src, img_dst, 5, 10 * 2, 10 / 2)）
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持靠谱客。
最后
以上就是执着豆芽最近收集整理的关于C++图像处理之双边滤波的全部内容，更多相关C++图像处理之双边滤波内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复