• 操作系統：ubuntu22.04
• OpenCV版本：OpenCV4.9
• IDE:Visual Studio Code
• 編程語言：C++11

算法描述

該函數在 GPU 上執行雙邊濾波操作，是一種非線性平滑濾波器，能夠在 保留邊緣的同時去除噪聲。

函數原型

void cv::cuda::bilateralFilter 	
(InputArray  	src,OutputArray  	dst,int  	kernel_size,float  	sigma_color,float  	sigma_spatial,int  	borderMode = BORDER_DEFAULT,Stream &  	stream = Stream::Null() 
) 		

參數

• src 源圖像。支持的條件為：通道數不等于 2，且圖像深度不能是 CV_8S、CV_32S 和 CV_64F。

• dst 目標圖像（輸出圖像）。

• kernel_size 濾波核窗口大小。

• sigma_color 顏色空間中的濾波參數（標準差），用于控制顏色差異的影響程度。

• sigma_spatial 坐標空間中的濾波參數（標準差），用于控制空間距離的影響程度。

• borderMode 邊界類型。具體細節請參見 borderInterpolate 函數。目前支持的邊界模式包括：

  • BORDER_REFLECT101
  • BORDER_REPLICATE
  • BORDER_CONSTANT
  • BORDER_REFLECT 和 BORDER_WRAP

• stream 用于異步執行的流（Stream）。若使用默認值 Stream::Null()，則函數為同步執行。

代碼示例

#include <iostream>
#include <opencv2/cudaimgproc.hpp>
#include <opencv2/opencv.hpp>int main()
{// Step 1: 讀取圖像cv::Mat h_img = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/Lenna.png", cv::IMREAD_COLOR );if ( h_img.empty() ){std::cerr << "Failed to load image!" << std::endl;return -1;}// Step 2: 將圖像上傳到 GPUcv::cuda::GpuMat d_img, d_dst;d_img.upload( h_img );// Step 3: 執行雙邊濾波int kernel_size     = 5;float sigma_color   = 25.0f;float sigma_spatial = 30.0f;int borderMode      = cv::BORDER_DEFAULT;cv::cuda::bilateralFilter( d_img, d_dst, kernel_size, sigma_color, sigma_spatial, borderMode );// Step 4: 下載結果并顯示cv::Mat h_dst;d_dst.download( h_dst );cv::imshow( "Original", h_img );cv::imshow( "Denoised (Bilateral)", h_dst );cv::waitKey( 0 );return 0;
}

運行結果