Python实现在线批量美颜功能过程解析


Posted in Python onJune 10, 2020

结果

Python实现在线批量美颜功能过程解析

然后直接放源码:

import cv2 as cv

source = cv.imread("zhaopian.jpg")
dst = cv.bilateralFilter(src=source, d=0, sigmaColor=30, sigmaSpace=15)

cv.imshow("source", source)
cv.imshow("dst", dst)

cv.waitKey()
cv.destroyAllWindows()

好了,本文结果部分介绍结束,想进一步了解一下原理的同学可以接着往下看了,没啥兴趣的可以左上角了。

双边滤波原理

上面的图片美颜效果其实使用的是 OpenCV 中为我们提供的双边滤波器,是一种图片降噪算法。

双边滤波(Bilateral filter)是一种非线性的滤波方法,本质是基于高斯滤波。

前面的文章介绍过,高斯滤波的方式会造成边缘模糊化,这是没办法的事情,这是高斯滤波过滤方式而导致的。

而双边滤波就是在高斯滤波的基础上,对高斯滤波的方式加以改进,结合图像的空间邻近度和像素值相似度的一种折处理,同时考虑 空域信息(domain) 和 值域信息(range) ,达到保边降噪的目的。

说人话就是双边滤波在进行滤波的过程中,不光要考虑周围像素值与中点像素值的大小之差,还需要考虑空间上的距离,进而确定该点对中间点的影响因子。

比如在一张图像中,相邻的像素点的颜色会非常相近,但是如果在边缘区域,相邻元素点的颜色变化会非常的大。

高斯过滤器的过滤过程中就是因为没有考虑边缘区域而导致过滤后图像边缘模糊,而双边滤波由于在过滤的过程中考虑到了周围像素值与中点像素值的差值大小,从而会确定一个影响因子,从而实现图片的保边降噪。

具体的实现原理如下:

希望你们的高中数学没有都还给你们的数学老师

整个双边滤波的算法分为两部分,一个是颜色值的相似度(值域核),公式如下:

$$
r(i, j, k, l) = exp( - \frac{||f(i, j) − f(k, l)||2}{2{\sigma2_r}} )
$$

另一个是计算空间距离的相似度(空域核),也就是说,离得越近,相似度越高,公式如下:

$$
d(i, j, k, l)=exp( - \frac{(i−k)^2 + (j−l)2}{2{\sigma2_d}})
$$

上面的逻辑还是很清晰,千万不要被一堆符号弄晕了。

这里 (i, j) 代表的是要处理的像素点的坐标点,而 (k,l) 则是要处理的范围内,可能影响到其值的像素点的坐标。

最终的权重系数 w(i,j,k,l) 取决于空域核和值域核的乘积,公式如下:

$$
w(i,j,k,l)=d(i,j,k,l) ∗ r(i,j,k,l) = exp( - \frac{(i−k)^2 + (j−l)2}{2{\sigma2_d}} - \frac{||f(i, j) − f(k, l)||2}{2{\sigma2_r}})
$$

下面是一个经典的双边滤波的原理示意图:

Python实现在线批量美颜功能过程解析

从这个图中可以看出,在图(b)空域核上,每个像素的权重是符合高斯分布的,而在图(c)的值域核上,由于像素取值相差过大,不同颜色的权重系数相差也很大,双边过滤过滤完成后,边缘两侧的像素点保留了原有的色彩值。

接下来还是看下双边滤波的原函数:

def bilateralFilter(src, d, sigmaColor, sigmaSpace, dst=None, borderType=None)

  • src:原图
  • d:像素邻域的直径。如果这个值设为非正数,那么 OpenCV 会从第五个参数 sigmaSpace 来将它计算出来。
  • sigmaColor:颜色空间滤波器的 $\sigma$ 值。这个参数的值越大,就表明该像素邻域内有更宽广的颜色会被混合到一起,产生较大的半相等颜色区域。
  • sigmaSpace:坐标空间中滤波器的 $\sigma$ 值,坐标空间的标注方差。他的数值越大,意味着越远的像素会相互影响,从而使更大的区域足够相似的颜色获取相同的颜色。当 d > 0 , d 指定了邻域大小且与 sigmaSpace 无关。否则, d 正比于 sigmaSpace 。使用过程中我发现这个值越大,图像的过渡效果越好。

源代码我就不放了,实际上只有那一行代码,不过希望看到本文的各位除了知道双边滤波能对图像进行美颜以外还是能稍微了解下原理。

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三水点靠木。

Python 相关文章推荐
python中Flask框架简单入门实例
Mar 21 Python
使用Python处理Excel表格的简单方法
Jun 07 Python
详解如何将python3.6软件的py文件打包成exe程序
Oct 09 Python
python执行CMD指令,并获取返回的方法
Dec 19 Python
Pycharm使用之设置代码字体大小和颜色主题的教程
Jul 12 Python
使用python模拟命令行终端的示例
Aug 13 Python
python爬虫之爬取百度音乐的实现方法
Aug 24 Python
Python 寻找局部最高点的实现
Dec 05 Python
Python Selenium参数配置方法解析
Jan 19 Python
Python爬虫爬取、解析数据操作示例
Mar 27 Python
jupyter notebook远程访问不了的问题解决方法
Jan 11 Python
Python实现简单的2048小游戏
Mar 01 Python
浅谈keras中的目标函数和优化函数MSE用法
Jun 10 #Python
keras 解决加载lstm+crf模型出错的问题
Jun 10 #Python
使用Keras加载含有自定义层或函数的模型操作
Jun 10 #Python
keras 获取某层的输入/输出 tensor 尺寸操作
Jun 10 #Python
Python 字典中的所有方法及用法
Jun 10 #Python
在keras 中获取张量 tensor 的维度大小实例
Jun 10 #Python
Keras—embedding嵌入层的用法详解
Jun 10 #Python
You might like
社区(php&&mysql)四
2006/10/09 PHP
PHP编码规范-php coding standard
2007/03/16 PHP
php 正则 过滤html 的超链接
2009/06/02 PHP
php面向对象全攻略 (七) 继承性
2009/09/30 PHP
PHP多线程抓取网页实现代码
2010/07/22 PHP
php 截取字符串并以零补齐str_pad() 函数
2011/05/07 PHP
自己写的php中文截取函数mb_strlen和mb_substr
2015/02/09 PHP
PHP ajax+jQuery 实现批量删除功能实例代码小结
2018/12/06 PHP
js word表格动态添加代码
2010/06/07 Javascript
Flexigrid在IE下不显示数据的处理的解决方法
2013/10/24 Javascript
通过JS判断联网类型和连接状态的实现代码
2015/04/01 Javascript
基于JS+Canves实现点击按钮水波纹效果
2016/09/15 Javascript
原生js实现键盘控制div移动且解决停顿问题
2016/12/05 Javascript
深入理解javascript的getTime()方法
2017/02/16 Javascript
json字符串传到前台input的方法
2018/08/06 Javascript
浅析vue给不同环境配置不同打包命令
2018/08/17 Javascript
简单易扩展可控性强的Jquery转盘抽奖程序
2019/03/16 jQuery
Node.js Windows Binary二进制文件安装方法
2019/05/16 Javascript
Vue-axios-post数据后端接不到问题解决
2020/01/09 Javascript
JavaScript数组去重实现方法小结
2020/01/17 Javascript
[01:57]2018年度DOTA2最具潜力解说-完美盛典
2018/12/16 DOTA
python根据文件大小打log日志
2014/10/09 Python
Python2.7实现多进程下开发多线程示例
2019/05/31 Python
python实现点击按钮修改数据的方法
2019/07/17 Python
django xadmin中form_layout添加字段显示方式
2020/03/30 Python
Python 多线程共享变量的实现示例
2020/04/17 Python
python读取hdfs上的parquet文件方式
2020/06/06 Python
荷兰本土平价百货:HEMA
2017/10/23 全球购物
财务主管的岗位职责
2013/12/30 职场文书
考试没考好检讨书
2014/01/31 职场文书
大学生先进事迹材料
2014/02/16 职场文书
奥巴马竞选演讲稿
2014/05/15 职场文书
保护环境标语
2014/06/09 职场文书
2015年卫生院健康教育工作总结
2015/07/24 职场文书
2016年“节能宣传周”活动总结
2016/04/05 职场文书
Redis 的查询很快的原因解析及Redis 如何保证查询的高效
2022/03/16 Redis