电商财务Excel函数实战:SUMIFS、XLOOKUP与文本提取高效对账

电商财务Excel函数SUMIFS 本内容遵循CC 4.0 BY-SA版权协议
樱桃小公举 樱桃小公举 墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年,写一次发全网 我也要

电商财务这个岗位,说难不难,说简单也真不简单。我见过太多同行,每天加班到深夜,做的事情无非就是对着后台导出的订单表、支付宝微信流水、还有ERP里的库存数据来回倒腾。明明数据量也不算大,几千行到几万行,但就是能折腾一整天。问题出在哪?绝大多数情况下,不是业务逻辑有多复杂,而是Excel函数没选对、没用透。

这篇内容我打算把电商财务日常最高频的几个函数场景彻底讲清楚。不是那种罗列几百个函数的“大全”,而是真正在电商对账、利润核算、费用分摊、退款统计这些场景里,你每天都会用到的核心函数。包括SUMIFS的多条件求和、XLOOKUP的跨表匹配、TEXTBEFORE和TEXTAFTER的文本提取,以及一些组合用法。每个函数我都会给出电商场景下的真实案例、参数怎么填、为什么这么填、以及我踩过的坑。看完你至少能省下每天两小时的重复劳动。

1. 电商财务的数据长什么样,决定了你该用什么函数

1.1 先搞清楚你的数据源结构

电商财务的数据来源通常分几块:平台后台导出的订单明细、支付工具导出的资金流水、ERP系统里的发货和库存记录、以及自己维护的费用台账。这几块数据的结构差异很大,但有一个共同点——它们都是“扁平表”,也就是每一行是一条记录,每一列是一个字段。

订单明细表通常长这样:订单号、下单时间、商品名称、SKU编码、数量、实付金额、优惠金额、运费、买家备注、订单状态。资金流水表则是:交易时间、交易类型、收入金额、支出金额、账户余额、备注。ERP发货表可能是:发货单号、订单号、SKU、发货数量、成本价、发货时间。

你看,这几张表要能对起来,靠的就是订单号和SKU这两个关键字段。所以电商财务用Excel,核心就两件事:匹配和汇总。匹配是把不同表的数据关联起来,汇总是在匹配的基础上做条件统计。理解了这一点,你就知道为什么SUMIFS和XLOOKUP是电商财务最核心的两个函数了。

1.2 为什么SUMIFS比SUM+筛选更值得学

很多人做汇总的习惯是:先筛选,再选中可见单元格,然后看状态栏的求和值。这个方法不是不行,但有几个致命问题。第一,筛选后的求和结果没法直接引用到另一个单元格里,你只能手动记下来。第二,如果你需要同时满足多个条件,比如“统计10月份抖音渠道、已完成的订单、实付金额总和”,筛选操作就要点好几次,而且容易漏。第三,一旦源数据更新,你得重新筛一遍。

SUMIFS的价值在于,它把“条件”变成了公式的一部分。源数据怎么变,结果自动更新。而且条件可以写多个,最多支持127个条件区域。对于电商财务来说,这意味着你可以在一张汇总表里,同时统计不同渠道、不同月份、不同订单状态的金额,全部自动刷新。

1.3 XLOOKUP解决了VLOOKUP的哪些痛点

VLOOKUP是很多人最早学会的查找函数,但它在电商财务场景里有几个硬伤。第一,它只能从左往右查,如果你的订单号在匹配表的右边,就没法直接查。第二,它默认是近似匹配,如果忘了写FALSE,数据量大的时候会返回莫名其妙的结果。第三,插入或删除列之后,列序号会错位,公式就废了。

XLOOKUP是新一代的查找函数,语法更直观:=XLOOKUP(查找值, 查找区域, 返回区域, 未找到时的返回值)。它默认就是精确匹配,不需要额外参数。查找区域和返回区域可以分别指定,不受左右位置限制。而且如果找不到,你可以直接指定返回“未匹配”而不是报错。对于电商财务这种经常需要跨表核对订单号、SKU的场景,XLOOKUP的效率和容错率都高出一截。

2. SUMIFS在电商对账中的实战用法

2.1 基础语法与参数含义

SUMIFS的语法是:=SUMIFS(求和区域, 条件区域1, 条件1, 条件区域2, 条件2, ...)。注意求和区域放在第一个参数,这和SUMIF是反过来的。条件区域和条件是成对出现的,最多可以写127对。

举个电商场景的例子。假设你有一张订单明细表,A列是订单号,B列是渠道(抖音、天猫、京东),C列是订单状态(已完成、已退款、待发货),D列是实付金额。你想统计“抖音渠道已完成订单的实付金额总和”,公式就是:

TEXT
=SUMIFS(D:D, B:B, "抖音", C:C, "已完成")

这个公式的意思是:对D列求和,但只统计B列等于“抖音”且C列等于“已完成”的行。结果会自动排除掉其他渠道和其他状态的订单。

2.2 多条件组合的进阶场景

实际工作中,条件往往不止两个。比如你需要统计“2024年10月1日到10月31日之间,天猫渠道,已完成,且实付金额大于100元的订单总额”。这时候就需要用到日期条件和数值条件。

日期条件的写法有个坑:不能直接写“>=2024/10/1”,因为Excel会把日期当成文本处理。正确的写法是用DATE函数或者直接引用单元格。假设F1单元格是开始日期,G1是结束日期:

TEXT
=SUMIFS(D:D, B:B, "天猫", C:C, "已完成", A:A, ">="&F1, A:A, "<="&G1, D:D, ">100")

注意日期条件要用">="&F1这种拼接写法,不能写成">=F1",否则Excel会把F1当成文本字符串而不是单元格引用。这个坑我见过太多人踩了,公式不报错但结果永远是0。

2.3 通配符在条件中的妙用

电商财务经常需要按商品名称的关键词来汇总。比如你想统计所有包含“面膜”两个字的商品销售额。这时候可以用通配符星号(*):

TEXT
=SUMIFS(D:D, C:C, "*面膜*")

星号代表任意数量的字符,问号(?)代表任意单个字符。如果你要统计以“面膜”开头的商品,就写"面膜*";以“面膜”结尾就写"*面膜"。

但这里有个注意事项:如果你的商品名称里本身就有星号或问号,需要用波浪号(~)来转义。比如商品名是“特价*面膜”,你要匹配这个星号本身,就得写"特价~*面膜"。不过电商商品名称里带星号的情况很少,这个知识点了解一下就行。

2.4 跨表求和与动态区域

电商财务的数据经常分散在多张工作表里。比如1月到12月每个月一张订单表,你要统计全年抖音渠道的销售额。这时候有两种做法。

第一种是写12个SUMIFS相加,公式会很长但逻辑清晰:

TEXT
=SUMIFS(一月!D:D, 一月!B:B, "抖音") + SUMIFS(二月!D:D, 二月!B:B, "抖音") + ...

第二种是用SUMIFS配合INDIRECT函数做动态引用,但INDIRECT是易失性函数,数据量大的时候会拖慢计算速度。我的建议是,如果工作表数量固定,就用第一种笨办法,稳定可靠。如果工作表数量会动态增加,可以考虑用Power Query来做,那是另一个话题了。

提示:SUMIFS的求和区域和条件区域的行数必须一致,否则会返回错误值。用整列引用(如D:D)可以避免这个问题,但会稍微影响性能。数据量在10万行以内,整列引用的速度完全可以接受。

3. XLOOKUP跨表匹配订单与流水的核心技巧

3.1 从VLOOKUP迁移到XLOOKUP的注意事项

如果你之前一直用VLOOKUP,迁移到XLOOKUP的时候要注意几个差异。第一,VLOOKUP的列序号是从查找区域的第一列开始数的,XLOOKUP不需要列序号,直接指定返回区域。第二,VLOOKUP默认近似匹配,XLOOKUP默认精确匹配。第三,VLOOKUP找不到会返回#N/A,XLOOKUP可以指定返回值。

举个例子。订单表在Sheet1,A列是订单号,B列是实付金额。资金流水表在Sheet2,A列是订单号,C列是到账金额。你要在Sheet1的C列匹配出每个订单的到账金额:

TEXT
=XLOOKUP(A2, Sheet2!A:A, Sheet2!C:C, "未找到")

这个公式的意思是:用A2的值去Sheet2的A列查找,找到后返回对应行的C列值,如果找不到就显示“未找到”。比VLOOKUP简洁很多,而且不怕Sheet2的列顺序变化。

3.2 处理重复订单号的匹配问题

电商场景里,同一个订单号可能出现多次。比如一个订单分多次退款,资金流水里就会有两条记录。这时候XLOOKUP默认只返回第一条匹配的记录。如果你需要返回最后一条,可以用搜索模式参数:

TEXT
=XLOOKUP(A2, Sheet2!A:A, Sheet2!C:C, "未找到", 0, -1)

最后一个参数-1表示从后往前搜索。这个技巧在核对退款流水的时候特别有用,因为通常最后一条记录才是最终状态。

如果你需要把所有匹配的记录都返回,XLOOKUP做不到,得用FILTER函数:

TEXT
=FILTER(Sheet2!C:C, Sheet2!A:A=A2, "无记录")

FILTER会返回所有满足条件的值,结果是一个动态数组。这个在核对一个订单多笔流水的时候非常实用。

3.3 双向查找与多条件查找

XLOOKUP还能做双向查找。比如你有一张运费对照表,行是省份,列是重量段,你要根据省份和重量查出运费。传统做法是INDEX+MATCH嵌套,XLOOKUP可以简化:

TEXT
=XLOOKUP(省份, 省份列, XLOOKUP(重量, 重量行, 运费区域))

外层XLOOKUP找到省份对应的行,内层XLOOKUP找到重量对应的列,两个嵌套就完成了二维查找。

多条件查找的话,XLOOKUP本身不支持直接写多个条件,但可以用连接符&把多个条件拼成一个:

TEXT
=XLOOKUP(A2&B2, Sheet2!A:A&Sheet2!B:B, Sheet2!C:C, "未找到")

这个公式把订单号和SKU拼在一起作为查找值,在Sheet2里也把对应的两列拼在一起作为查找区域。注意这种用法在旧版Excel里需要按Ctrl+Shift+Enter作为数组公式输入,XLOOKUP所在的版本直接回车即可。

3.4 匹配结果的差异排查思路

跨表匹配最怕的就是匹配不上。我一般的排查顺序是这样的:先检查两边的订单号格式是否一致,有没有多余的空格。用LEN函数对比两边的字符长度,如果长度不一样,大概率是有空格。用TRIM函数清理一下再试。然后检查数据类型,一边是文本一边是数值的情况很常见,用VALUE或TEXT函数统一类型。最后检查有没有不可见字符,比如从网页复制过来的数据经常带换行符,用CLEAN函数清理。

注意:XLOOKUP在Excel 2021和Microsoft 365中可用,Excel 2019及更早版本没有这个函数。如果你的同事还在用旧版本,共享文件时公式会显示为#NAME?。这种情况下要么统一升级,要么改用INDEX+MATCH组合。

4. 文本提取函数在电商数据清洗中的关键作用

4.1 TEXTBEFORE和TEXTAFTER的典型应用

电商后台导出的数据经常把多个信息塞在一个单元格里。比如商品名称列可能是“面膜-补水保湿-50片装”,你需要把“面膜”提取出来作为品类。传统做法是用LEFT+FIND组合,现在用TEXTBEFORE更直观:

TEXT
=TEXTBEFORE(A2, "-")

这个公式会返回第一个“-”之前的所有内容,也就是“面膜”。如果要提取最后一个“-”之后的内容,用TEXTAFTER:

TEXT
=TEXTAFTER(A2, "-", -1)

第三个参数-1表示从右边开始找第一个“-”。结果就是“50片装”。

这两个函数在拆分SKU编码、提取渠道名称、分离订单备注里的关键信息时特别好用。比如订单备注经常写成“急件-请发顺丰-客户要求”,你要提取“请发顺丰”,就可以用TEXTBEFORE和TEXTAFTER嵌套:

TEXT
=TEXTBEFORE(TEXTAFTER(A2, "-"), "-")

先提取第一个“-”之后的内容“请发顺丰-客户要求”,再提取第一个“-”之前的内容“请发顺丰”。

4.2 用TEXTSPLIT批量拆分复杂字段

有些平台的订单导出格式更复杂,一个单元格里用逗号或竖线分隔了多个商品信息。比如“面膜x2,精华x1,眼霜x3”。你要把这些拆成多列,用TEXTSPLIT最方便:

TEXT
=TEXTSPLIT(A2, ",", "x")

第一个参数是源文本,第二个参数是列分隔符(逗号),第三个参数是行分隔符(x)。结果会拆成一个二维数组,每个商品名称和数量分别占一列。这个函数在拆分促销活动信息、赠品清单的时候效率极高。

4.3 文本提取后的数据类型转换

提取出来的文本经常需要转成数值才能参与计算。比如你从“50片装”里提取出“50”,但它是文本格式,SUM求和会忽略它。这时候需要用VALUE函数转换:

TEXT
=VALUE(TEXTBEFORE(TEXTAFTER(A2, "-", -1), "片"))

或者直接用双负号(--)做隐式转换:

TEXT
=--TEXTBEFORE(TEXTAFTER(A2, "-", -1), "片")

双负号是Excel里常用的类型转换技巧,相当于对文本做两次取负运算,Excel会自动把它转成数值。这个技巧在电商财务里很实用,因为后台导出的数量、金额字段经常是文本格式。

4.4 处理提取失败的容错方案

文本提取最怕的就是源数据格式不统一。有的商品名称用“-”分隔,有的用“/”,有的用空格。这时候可以用IFERROR做容错:

TEXT
=IFERROR(TEXTBEFORE(A2, "-"), TEXTBEFORE(A2, "/"))

先尝试用“-”提取,如果失败就尝试用“/”。如果还失败,可以再嵌套一层,最后返回“需人工检查”。这样至少能保证公式不报错,同时把异常数据标记出来。

提示:TEXTBEFORE、TEXTAFTER、TEXTSPLIT都是Microsoft 365专属函数,Excel 2021虽然部分支持但不完整。如果你的工作环境还在用Excel 2016或2019,这些函数都用不了,只能用LEFT、RIGHT、MID、FIND组合来实现类似效果。建议先确认自己的Excel版本再决定用哪套方案。

5. 函数组合拳:电商财务高频场景完整拆解

5.1 场景一:按渠道和月份统计退款率

退款率是电商财务的核心指标之一。假设订单表里有渠道、订单日期、订单状态、实付金额。你要统计每个渠道每个月的退款率,公式思路是:退款订单数除以总订单数。

用COUNTIFS统计退款订单数:

TEXT
=COUNTIFS(B:B, "抖音", C:C, "已退款", A:A, ">="&DATE(2024,10,1), A:A, "<="&DATE(2024,10,31))

用COUNTIFS统计总订单数:

TEXT
=COUNTIFS(B:B, "抖音", A:A, ">="&DATE(2024,10,1), A:A, "<="&DATE(2024,10,31))

两个相除就是退款率。注意COUNTIFS的条件区域和条件也是成对出现的,语法和SUMIFS一致,只是它统计的是满足条件的单元格个数而不是求和。

5.2 场景二:跨表核对订单金额与到账金额

这个场景需要XLOOKUP和IF组合。在订单表里新增一列“到账金额”,用XLOOKUP从流水表匹配。再新增一列“差异”,用订单实付金额减去到账金额。最后用IF标记差异超过1元的记录:

TEXT
=IF(ABS(D2-E2)>1, "需核查", "正常")

ABS是取绝对值,因为差异可能是正也可能是负。1元的容差是为了排除四舍五入导致的微小差异。这个组合公式能帮你快速定位有问题的订单,不用一行行肉眼比对。

5.3 场景三:按商品关键词汇总销售额

电商运营经常需要按品类看销售情况,但后台导出的商品名称没有统一的品类字段。这时候用SUMIFS配合通配符:

TEXT
=SUMIFS(D:D, C:C, "*面膜*") + SUMIFS(D:D, C:C, "*面霜*") + SUMIFS(D:D, C:C, "*精华*")

如果品类很多,公式会很长。更好的做法是单独维护一张品类关键词对照表,然后用SUMPRODUCT配合ISNUMBER和FIND来做:

TEXT
=SUMPRODUCT(ISNUMBER(FIND("面膜", C2:C1000)) * D2:D1000)

这个公式的意思是:在C2:C1000里查找“面膜”,找到就返回TRUE,转成1,找不到返回FALSE,转成0。然后乘以对应的D列金额,最后求和。SUMPRODUCT会自动处理数组运算,不需要按Ctrl+Shift+Enter。

5.4 场景四:动态提取订单备注中的关键信息

订单备注里经常有客户要求修改地址、指定快递、要求发票等信息。你可以用TEXTBEFORE和TEXTAFTER组合提取关键词前后的内容。比如备注是“请发顺丰,发票抬头:某某公司”,你要提取“某某公司”:

TEXT
=TEXTAFTER(A2, "发票抬头:")

如果备注格式不统一,可以用IFERROR嵌套多个提取方案,最后用TRIM清理多余空格。这个组合在处理大量订单备注的时候能省下大量手工复制粘贴的时间。

6. 那些年我踩过的函数坑与排查经验

6.1 SUMIFS结果总是0的常见原因

SUMIFS返回0是最常见的问题,原因通常有这几个。第一,条件区域和求和区域的行数不一致,比如求和区域是D2:D1000,条件区域是B1:B1000,错了一行。第二,条件值里有不可见空格,比如“抖音 ”后面带了个空格,和“抖音”匹配不上。第三,日期条件写成了文本格式,Excel识别不了。第四,求和区域里的数字是文本格式,SUMIFS会忽略文本。

排查方法:先用COUNTIFS统计满足条件的行数,如果COUNTIFS返回0,说明条件本身有问题。如果COUNTIFS返回正常但SUMIFS返回0,说明求和区域的数据类型有问题。用ISTEXT函数检查一下求和区域的第一个单元格,如果是TRUE,就需要用VALUE转换。

6.2 XLOOKUP匹配不上的排查链路

XLOOKUP返回“未找到”的时候,我一般按这个顺序排查。第一步,用LEN函数对比查找值和查找区域第一个值的字符长度,长度不一样说明有空格或不可见字符。第二步,用TRIM和CLEAN清理两边数据。第三步,用TYPE函数检查数据类型,TYPE返回1是数字,返回2是文本。两边类型不一致就统一一下。第四步,如果还是不行,用CODE函数逐个字符对比,看看是不是有全角半角混用的情况。

全角半角这个问题在电商数据里特别常见,因为从不同平台复制过来的数据编码格式可能不一样。全角数字“1”和半角数字“1”看起来一样,但Excel认为是不同的字符。用ASC函数可以把全角转半角。

6.3 文本提取函数返回错误值的处理

TEXTBEFORE和TEXTAFTER在找不到分隔符的时候会返回#N/A。如果你不希望看到错误值,用IFERROR包一层:

TEXT
=IFERROR(TEXTBEFORE(A2, "-"), A2)

这样找不到分隔符的时候就返回原文本。但要注意,这样做会掩盖数据格式不一致的问题。我的建议是先用IFERROR标记出异常数据,人工检查确认格式后再决定是统一格式还是保留原样。

6.4 公式下拉失效的几种情况

公式下拉失效通常有几个原因。第一,单元格格式被设置成了文本,公式被当成文本字符串了。解决方法是把格式改成常规,然后重新输入公式。第二,Excel的自动计算被关闭了,在“公式”选项卡里把计算选项改成自动。第三,公式里用了绝对引用但下拉时没有正确调整,检查一下美元符号的位置。第四,数据区域被保护了,需要先撤销工作表保护。

注意:如果你从网页或其他系统复制数据到Excel,粘贴时选择“值”而不是“保留源格式”,可以避免很多格式兼容问题。粘贴后再用“分列”功能统一一下数据类型,能省去后面很多麻烦。

7. 把函数用成体系:从单点技巧到工作流

7.1 建立自己的函数模板库

我建议每个电商财务都维护一个自己的函数模板表。把常用的SUMIFS、XLOOKUP、TEXTBEFORE公式写好放在一边,用的时候直接复制改参数。模板表里标注清楚每个公式的适用场景、参数说明、注意事项。这样即使换了工作或者换了平台,核心逻辑不用重新想。

模板表可以按场景分类:对账类、汇总类、清洗类、核对类。每个类别下面放3到5个最常用的公式。比如对账类放“订单号匹配到账金额”“SKU匹配成本价”“日期区间筛选流水”。汇总类放“按渠道统计销售额”“按月份统计退款率”“按品类统计毛利”。清洗类放“提取商品名称”“拆分SKU编码”“清理不可见字符”。

7.2 用表格结构化引用替代整列引用

Excel的“表格”功能(Ctrl+T)可以把普通区域转成结构化表格。转成表格后,公式里可以用列名代替单元格地址,比如=SUMIFS(订单表[实付金额], 订单表[渠道], "抖音")。这样做的好处是,表格自动扩展,新增数据行公式自动覆盖,不用手动改区域。而且列名比D:D这种引用直观得多,几个月后回来看公式也能看懂。

结构化引用唯一的缺点是,如果表格名称或列名改了,公式会报错。所以命名要规范,改名前先搜索一下有没有公式引用。

7.3 什么情况下该放弃Excel转用其他工具

Excel函数能解决大部分电商财务的日常问题,但有几个场景确实力不从心。第一,数据量超过50万行,Excel会明显卡顿,这时候考虑用数据库或Python。第二,需要定时自动执行的对账任务,Excel需要手动打开刷新,用Python脚本可以定时跑。第三,多平台数据源需要API对接的,Excel只能手动导出导入,用专门的工具可以自动化。

但话说回来,对于大多数中小电商的财务工作,Excel函数组合已经能覆盖90%以上的需求。把SUMIFS、XLOOKUP、TEXTBEFORE这几个核心函数用熟,再配合COUNTIFS、IFERROR、TRIM这些辅助函数,日常工作效率至少提升一倍。我自己的经验是,先把一个场景做透,比如先把对账流程用函数完全自动化,然后再扩展到其他场景。不要一上来就追求大而全的系统,从小处着手,逐步积累,反而走得更稳。

最后分享一个我用了很多年的小习惯:每次写完一个复杂的嵌套公式,在旁边用批注写清楚这个公式的逻辑和参数含义。过几个月再回来看,没有批注的公式基本要重新推一遍,有批注的几秒钟就能想起来。这个习惯看起来不起眼,但长期来看能省下大量重复思考的时间。

相关推荐

基于Python+Open CV的手势识别算法设计

伴随着人工智能时代的到来,人机交互的领域也逐渐成为研究的一大方向;其中,手势识别是人机交互领域的一项关键技术,自此手势识别也迎来了一波高潮,近几年无论是在消费领域、电子领域、数码领域、家电领域甚至汽车领域上,都能或多或少的见到手势识别的身影。 手势识别在设计智能高效的人机界面方面具有至关重要的作用, 目前手势识别已应用到手语识别、智能监控、到虚拟现实等各个领域,手势识别的原理都是利用各种传感器(例如红外、摄像头等)对手部的形态进行捕捉并进行建模,形成一个模型信息的序列帧,而后将这些信息序列转换为机器能够识别的相对应指令(例如打开、切换菜单、移动等)来完成控制。 采用Python的集成开发环境Pycharm进行本次课程设计,在Pycharm中进行需要库(模块)的下载,调取电脑摄像头,按帧读取摄像头采集到的头像,形态学处理,图像旋转(由于摄像头采集到的图像是镜像,需要用cv2.flip将摄像头采集到的图像进行处理),选取图片中固定位置作为手势输入,用红线画出手势识别框,基于hsv的肤色检测,进行高斯滤波,找出轮廓,求出图像中手势的凹凸点,手指间角度求取。

努力学习前端的小陈

ROS-CV-ImageConverter:将ROS图像转换为OpenCV(cv :: Mat)类型的图像

ROS-CV图像转换器 依存关系 cv_bridge(ROS软件包)

Willis Wang

计算机视觉图像处理-CV2与图像插值算法

用最近邻插值与双线性插值原理完成图像缩放 最近邻插值,是指将目标图像中的点,对应到源图像中后,找到最相邻的整数点,作为插值后的输。缺点:使用最近邻插值算法处理图像放大时,在图象中可能出现明显的块状效应 双线性插值,在两个方向上做三次线性插值。使用双线性插值算法处理图像放大时,在图象中可能出现马赛克 代码 import cv2 img = cv2.imread(’./xiabang.jpg’, cv2.IMREAD_UNCHANGED) #缩放比例 scale_percent = 0.3 width = int(img.shape[1] * scale_percent) height = int

weixin_38697274

基于水平集CV模型的图像分割(Matlab代码)

基于水平集CV模型的图像分割(Matlab代码),全套代码

小宇QAQ

导向滤波(guide_filter)的python实现

导向滤波(guide_filter)的python实现,可以结合暗通道;理论实现比较好的图像去噪效果。

zachzhan_g
返回顶部
樱桃小公举
博客等级 码龄9年 48粉丝 7,017原创