bilateral
概述
bilateralFilter()函数可以对图像进行双边滤波。
API说明
C++ API：
| void cv::bilateralFilter | ( | InputArray | src, | （原始图像：8-bit或floating-point，1-channel或3-channel） |
|---|---|---|---|---|
| OutputArray | dst, | （目标图像：size和type与原始图像相同） | ||
| int | d, | （过滤期间使用的各像素邻域的直径） | ||
| double | sigmacolor, | （色彩空间的sigma参数，该参数较大时，各像素邻域内相距较远的颜色会被混合到一起，从而造成更大范围的半相等颜色） | ||
| double | sigmaSpace, | （坐标空间的sigma参数，该参数较大时，只要颜色相近，越远的像素会相互影响） | ||
| int | borderType=BORDER_DEFAULT |
（边界类型：指定如何确定图像范围外的像素的取值（在处理边缘像素时），可参考Bordertypes） | ||
| ) |
Python API：
| dst | = | cv.bilateralFilter( | src, d, sigmaColor, sigmaSpace[, dst[, borderType]] |
|---|
功能说明
双边滤波器可以去除无关噪声，同时保持较好的边缘信息。
但是，其速度比绝大多数滤波器都慢。
关于双边滤波，可以参考：Bilateral Filter
关于2个sigma参数：
- 简单起见，可以令2个sigma的值相等；
- 如果他们很小（小于10），那么滤波器几乎没有什么效果；
- 如果他们很大（大于150），那么滤波器的效果会很强，使图像显得非常卡通化；
关于参数d：
- 过大的滤波器（d>5）执行效率低。
- 对于实时应用，建议取d=5；
- 对于需要过滤严重噪声的离线应用，可取d=9；
- d>0时，由d指定邻域直径；
- d<=0时，d会自动由sigmaSpace的值确定，且d与sigmaSpace成正比；
相关函数
无
官网样例
Smoothing.cpp
附录
无
相关阅读
基本结构为： 1.r＝normrnd(mu,sigma)：生成服从正态分布(mu参数代表均值，sigma参数代表标准差)的随机数。输入的向量或矩阵mu和sigma必
作为一个程序员出生的Matlab学习者，不能定义函数那简直是受不了！！ 最重要的一点！ 定义函数的时候，很多时候都会很迷的一般，使用不了
首先我们来了解一下所谓的僵尸进程，僵尸进程就是两个进程，一个父进程，一个子进程，其子进程终止后，0-3G的用户内存被回收，而3-4G的部分内
C/C++ 学习笔记：istringstream、ostringstream、string
0、C++的输入输出分为三种：(1)基于控制台的I/O(2)基于文件的I/O(3)基于字符串的I/O 1、头文件[cpp] view plaincopyprint? #incl
在linux 内核编程中，会经常见到一个宏函数container_of(ptr,type,member), 但是当你通过追踪源码时，像我们这样的一般人就会绝望了（