一、概述

　　案例：使用双边滤波对图片进行美化。特性：双边滤波能够很好的保留边缘的同时抑制平坦区域的噪声。也就是下图的人脸看上去更平滑了，而且还不影响头发手的部分。

　　实现步骤：先试用bilateralFilter对图片进行过滤，然后再利用filter2D的锐化算子提升图片的整体的清晰度。

二、展示效果

　比较左图和右图会发现，左图人脸上的痔没有了。整体看上去也更平滑了。下图相对于右图来说，清晰度更高了，棱角更分明 。

 

 

三、示例代码

//中值滤波对椒盐噪声有很好的的抑制作用
//原理：卷积核所圈定范围取中位数
//均值滤波无法克服边缘像素信息丢失的缺陷。原因是均值滤波是基于平局权重。高斯模糊部分克服了该缺陷，但是无法完全避免，因为没有考虑像素值的不同。
//高斯双边模糊是边缘保留的滤波方法，避免了边缘信息丢失，保留了像素轮廓不变。

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, char const *argv[])
{
	//加载图形
	Mat src = imread("girl.jpg");
	if(!src.data){
		cout<< "can't load image ..."<< endl;
		return -1;
	}

	imshow("src",src);

	//中值模糊
	// Mat mediaBlurMat;
	// medianBlur(src,mediaBlurMat,3);
	// imshow("mediaBlurMat",mediaBlurMat);
	
	//高斯双边滤波
	Mat bilateralMat;
	/**
	 * 双边滤波参数说明：
	 * 15--->计算半径，半径之内的都会被纳入计算，如果提供-1则根据sigma space参数进行计算
	 * 100--->sigma color 决定多少差值之内的像素会被计算
	 * 5----->sigma space 如果d的值大于0则申明无效，否则根据他来计算d的值
	 **/
	bilateralFilter(src,bilateralMat,15,50,5);
	imshow("bilateralMat",bilateralMat);

	//对双边滤波后的图像执行锐化操作，提升图片的棱角以及清晰度
	Mat resultImage;
	Mat kernel = (Mat_<int>(3,3)<< 0, -1, 0, -1, 5, -1, 0, -1, 0);
	filter2D(bilateralMat,resultImage,-1,kernel,Point(-1,-1),0);
	imshow("resultImage",resultImage);

	waitKey(0);
	return 0;
}