- 操作系统：ubuntu22.04
- OpenCV版本：OpenCV4.9
- IDE:Visual Studio Code
- 编程语言：C++11
算法描述
该函数在 GPU 上执行双边滤波操作，是一种非线性平滑滤波器，能够在 保留边缘的同时去除噪声。
函数原型
cpp
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()
) 参数
-
src 源图像。支持的条件为：通道数不等于 2，且图像深度不能是 CV_8S、CV_32S 和 CV_64F。
-
dst 目标图像（输出图像）。
-
kernel_size 滤波核窗口大小。
-
sigma_color 颜色空间中的滤波参数（标准差），用于控制颜色差异的影响程度。
-
sigma_spatial 坐标空间中的滤波参数（标准差），用于控制空间距离的影响程度。
-
borderMode 边界类型。具体细节请参见 borderInterpolate 函数。目前支持的边界模式包括：
- BORDER_REFLECT101
- BORDER_REPLICATE
- BORDER_CONSTANT
- BORDER_REFLECT 和 BORDER_WRAP
-
stream 用于异步执行的流（Stream）。若使用默认值 Stream::Null()，则函数为同步执行。
代码示例
cpp
#include <iostream>
#include <opencv2/cudaimgproc.hpp>
#include <opencv2/opencv.hpp>
int main()
{
// Step 1: 读取图像
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: 将图像上传到 GPU
cv::cuda::GpuMat d_img, d_dst;
d_img.upload( h_img );
// Step 3: 执行双边滤波
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: 下载结果并显示
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;
}运行结果
