边缘保留滤波算法 EPF

边缘保留滤波算法 EPF方法：
1.高斯双边滤波
高斯双边滤波与高斯模糊的区别：
高斯双边滤波 在空间和边缘方面,即双边滤波，就是指同时考虑了 空间位置和像素值分布这两点
而高斯模糊只是在空间上进行模糊，在边缘上没有

2.mean shift 迁移

#EPF
import cv2 as cv
import numpy as np
#高斯双边滤波
# 在空间和边缘方面,即双边滤波，就是指同时考虑了空间位置和像素值分布这两点
# 而高斯模糊只是在空间上进行模糊，在边缘上没有
def bi_demo(img): #其实就是加了美颜和滤镜
    dst=cv.bilateralFilter(img,0,100,15) #（img,d,double sigmaColor, double sigmaSpace)
    #d表示在过滤过程中每个像素邻域的直径范围。如果这个值是非正数，则函数会从第五个参数sigmaSpace计算该值，一般情况下取0。
    # sigmaColor越大，表明该像素邻域内有越宽广的颜色会被混合到一起，产生较大的半相等颜色区域，即色差多大范围之内才参与计算， 一般取一个大一点的值。
    # sigmaSpace：该值较大，则意味着颜色相近的较远的像素将相互影响，从而使更大的区域中足够相似的颜色获取相同的颜色
    cv.imshow('bilateralfilter',dst)

    
#Mean-shift均值迁移滤波
def bi_demo2(img):
    dat2=cv.pyrMeanShiftFiltering(img,10,50,1) #(img,sp,sr,1) sp就是窗口大小，sr是色彩空间半径大小,int maxLevel = 1
    cv.imshow('meanshift',dat2)
scr=cv.imread('D:/queban.jpg')
cv.imshow('queban',scr)
bi_demo(scr)
bi_demo2(scr)
cv.waitKey(0)