双边过滤保留边缘，但我想要相反的边缘模糊过滤器？答案

【问题标题】：Bilateral Filtering preserves the edge, but I want the opposite, an edge -bluring filter?双边过滤保留边缘，但我想要相反的边缘模糊过滤器？
【发布时间】：2015-09-16 02:19:26
【问题描述】：

是否有这样一种过滤器可以模糊边缘同时保留边界内的所有内容？

【问题讨论】：

标签： opencv image-processing computer-vision

【解决方案1】：

我认为没有这样的过滤器！但是如果你想要一个，你必须写一个！这是我的边缘平滑算法！希望你会发现这很有用！

bool SmoothEdge( Mat mInput_Bgr,Mat &mOutput_Bgr, double amount, double radius, byte Threshold) 
{
    if(mInput_Bgr.empty())
    {
        return 0;
    }

    if(radius<1)
        radius=1;

    Mat mInput,mOutput;
    Mat mChannel[3];

    split(mInput_Bgr,mChannel);

    for (int i = 0; i < 3; i++)
    {
        mInput= mChannel[i];
        SmoothEdgeSingleChannel(mInput,mOutput,amount, radius,Threshold); 
        mOutput.copyTo(mChannel[i]);
    }
    merge(mChannel,3,mOutput_Bgr);


    return true;
}

bool SmoothEdgeSingleChannel( Mat mInput,Mat &mOutput, double amount, double radius, byte Threshold) 
{
    if(mInput.empty())
    {
        return 0;
    }
    if(radius<1)
        radius=1;

    Mat mGSmooth,mDiff,mAbsDiff;
    mOutput = Mat(mInput.size(),mInput.type());

    GaussianBlur(mInput,mGSmooth,Size(0,0),radius); 

    subtract(mGSmooth,mInput,mDiff);
    mDiff*=amount;
    threshold(abs(2* mDiff),mAbsDiff,Threshold,255,THRESH_BINARY_INV);

    mDiff.setTo(Scalar(0),mAbsDiff);

    add(mInput,mDiff,mOutput);

    return true;
}

int main(int argc, char* argv[])
{
    string FileName_S="Path\\Image.jpg";
    double m_Amount=1.5;
    double m_Radius=5.5;
    int m_Threshold=0;

    Mat mSource_Bgr,mSmoothEdge;
    mSource_Bgr= imread(FileName_S,1);

    SmoothEdge(mSource_Bgr,mSmoothEdge,m_Amount,m_Radius,m_Threshold);

    imshow("Source Image",mSource_Bgr);
    imshow("Output Image",mSmoothEdge); 
}

这是我的结果： 输入图片

输出：

【讨论】：

您好，感谢您的努力！这很棒！但是很遗憾我只写了python......你能解释一下你的过滤器的理论，以便我可以在python上重现它吗？
@wudanao 一开始没有提到你只会接受 Python 代码不仅适得其反，而且非常粗鲁。
@wudanao 代码主要是调用OpenCV函数，翻译成python应该很简单。不错的解决方案！
@beaker 我不认为我曾经说过我不会接受代码？我只是说我想要一些关于这个过滤器如何模糊边缘的理论。
这是一个非常好的解决方案。直线前进。但是，如果您对每个处理步骤添加一些解释，这样可能会有所帮助，以便不精通 OpenCV 的人可以复制该算法。