在OpenCV里实现导向滤波

前面学习了双边滤波和联合滤波，都可以保边滤波，计算方式比较类似，都是使用相似性权重模板，下面来介绍一种不依赖于权重模板的保边滤波的另外一种方法—导向滤波。导向滤波比前面两种滤波优点有计算速度快，并且细节增强，平滑效果更好。导向图滤波是一种图像滤波技术 ，通过一张引导图G（导向图），对目标图像P（输入图像）进行滤波处理，使得最后的输出图像大体上与目标图像P相似，但是纹理部分与引导图G相似。其典型应用有两个：保边图像平滑，抠图。

它的原理如下：

在opencv已经实现相应的算法，可以采用下面例子来使用：

#python 3.7.4,opencv4.1
#蔡军生 https://blog.csdn.net/caimouse/article/details/51749579
#
import cv2
import numpy as np

#图片的路径
imgname = "imgjbf.png"

#读取图片
image = cv2.imread(imgname, cv2.IMREAD_COLOR)

#图片的高度和宽度
h,w = image.shape[:2]
print('imagesize={}-{}'.format(w,h))

#显示原图
cv2.imshow("Image",image)

#平滑
out = cv2.ximgproc.guidedFilter(image,image,10,800)

cv2.imshow("out",out)


cv2.waitKey(0)
cv2.destroyAllWindows()

结果输出如下：

输入图片

输出图片

调用函数定义如下：

https://blog.csdn.net/caimouse/article/details/51749579