基于
generate_effects.py实际运行生成的对比图，对每个算法类别的视觉效果进行梳理。
测试图像：合成场景（含建筑、太阳、树木、道路），并叠加高斯噪声 + 椒盐噪声。
一、图像滤波对比（01_filtering.png）
| 算法 | 视觉效果 | 适用场景 |
|---|---|---|
| 原图（含噪声） | 满天星点，整体细节清晰 | — |
blur (7×7) |
噪声消失，但边缘和细节严重模糊 | 极少使用 |
GaussianBlur |
噪声被高斯分布加权平均，边缘保留较好 | 通用首选（高斯噪声） |
medianBlur (k=7) |
椒盐噪声几乎完全清除，边缘保持锐利 | 椒盐噪声首选 |
bilateralFilter |
噪声被去除，边缘（建筑、太阳轮廓）几乎无损 | 保边降噪（但速度慢） |
核心规律：
- 噪声类型决定滤波选择：椒盐 → 中值；高斯 → 高斯；需保边 → 双边
- 滤波核越大，平滑越强，但计算量越大（双边滤波除外）
二、阈值化对比（02_threshold.png）
| 算法 | 视觉效果 | 适用场景 |
|---|---|---|
| 灰度原图 | 灰度信息完整 | — |
Otsu |
自动找到全局最优阈值，建筑和天空分割干净 | 双峰直方图首选 |
Triangle |
阈值偏向暗区，建筑细节丢失多 | 单峰直方图 |
AdaptiveMean |
局部自适应，渐变天空保留层次，建筑细节清晰 | 光照不均首选 | </
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
