[OpenCV] Bilateral Filter 적용하기

Bilateral Filter

OpenCV에서 대표적인 필터로는 blur, GaussianBlur, medianBlur 그리고 BilateralFilter 가 있다. 이 필터는 선형으로 처리되지 않고, 엣지와 노이즈를 줄여주어 부드러운 영상이 만들어지게 된다. 변수의 값이 크면 클수록 픽셀에 미치는 영향이 많아져 가중치가 커지게 된다.

bilateralFilter(src, dst, d, sigmaColor, sigmaSpace);

src : 입력 이미지

dst : 출력 이미지

d : 필터링에 이용하는 이웃한 픽셀의 지름을 정의 불가능한경우 sigmaspace 를 사용

sigmaColor : 컬러공간의 시그마공간 정의, 클수록 이웃한 픽셀과 기준색상의 영향이 커진다

sigmaSpace : 시그마 필터를 조정한다. 값이 클수록 긴밀하게 주변 픽셀에 영향을 미친다. d>0 이면 영향을 받지 않고, 그 외에는 d 값에 비례한다. 

opencv reference 에 있는 함수 원형은 다음과 같다.

Applies the bilateral filter to an image.

C++: void bilateralFilter(InputArray src, OutputArray dst, int d, double sigmaColor, double sigmaSpace, int borderType=BORDER_DEFAULT )

Python: cv2.bilateralFilter(src, d, sigmaColor, sigmaSpace[, dst[, borderType]]) → dst

Parameters:

src – Source 8-bit or floating-point, 1-channel or 3-channel image. dst – Destination image of the same size and type as src . d – Diameter of each pixel neighborhood that is used during filtering. If it is non-positive, it is computed from sigmaSpace . sigmaColor – Filter sigma in the color space. A larger value of the parameter means that farther colors within the pixel neighborhood (see sigmaSpace ) will be mixed together, resulting in larger areas of semi-equal color. sigmaSpace – Filter sigma in the coordinate space. A larger value of the parameter means that farther pixels will influence each other as long as their colors are close enough (see sigmaColor ). When d>0 , it specifies the neighborhood size regardless of sigmaSpace . Otherwise, d is proportional to sigmaSpace .

블러 소스 코드 (변수 값을 임의로 주었다)

 
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

int main(int argc, char** argv){
	Mat bilateral = imread("image/face.png", 1);
	Mat b = bilateral.clone();
	Mat gaussian = bilateral.clone();
	Mat median = bilateral.clone();
	Mat result;
	imshow("original image", bilateral);


	blur(b, result, Size(5, 5));
	imshow("blur result", result);

	GaussianBlur(gaussian, result, Size(5, 5), 1.5, 1.5);
	imshow("GaussianBlur result",result);

	medianBlur(median, result, 7);
	imshow("medianBlur result", result);

	bilateralFilter(bilateral, result, 10, 50, 50);
	imshow("bilateralFilter result", result);

	/*
	bilateralFilter (1, 2, 3, 4, 5);

	argument 1 : Source image
	argument 2 : Destination image
	argument 3 : the diameter of each pixel neighborhood
	argument 4 : Standard deviation in the color space
	argument 5 : Standard deviation in the coordinate space 
	*/

	
	waitKey(0);
	return 0;
}

실행결과