Python3与OpenCV3.3 图像处理(八)--模糊
来源:互联网 发布:多线程经典案例 java 编辑:程序博客网 时间:2024/06/05 15:53
一、模糊方式以及每种方式的使用场景
模糊操作方式:
- 均值模糊:一般用来处理图像的随机噪声
- 中值模糊:一般用来处理图像的椒盐噪声
- 自定义模糊:对图像进行锐化之类的操作
二、模糊基本原理
基于离散卷积、定义好每个卷积核、不同卷积核得到不同的卷积效果、模糊是卷积的一种表象
三、代码示例
import cv2 as cvimport numpy as npdef blur(image): """ 均值模糊 """ #参数(5,5):表示高斯矩阵的长与宽都是5 dst=cv.blur(image,(5,5)) #图二为均值模糊图 cv.imshow("blur",dst)def median(image): """ 中值模糊 """ #第二个参数是孔径的尺寸,一个大于1的奇数。 # 比如这里是5,中值滤波器就会使用5×5的范围来计算。 # 即对像素的中心值及其5×5邻域组成了一个数值集,对其进行处理计算,当前像素被其中值替换掉。 #参考自:http://blog.csdn.net/sunny2038/article/details/9155893 dst = cv.medianBlur(image, 5) #图三为中值模糊 cv.imshow("median", dst)def custom(image): """ 自定义模糊 """ #定义一个5*5的卷积核 kernel=np.ones([5,5],np.float32)/25 dst = cv.filter2D(image,-1,kernel=kernel) #图四为效果图 cv.imshow("custom", dst)#读入图片文件src=cv.imread('textImg.jpg')#图一为原图cv.imshow('image 1',src)blur(src)median(src)custom(src)#等待用户操作cv.waitKey(0)#释放所有窗口cv.destroyAllWindows()
图一
图二
图三
图四
阅读全文
0 0
- Python3与OpenCV3.3 图像处理(八)--模糊
- Python3与OpenCV3.3 图像处理(九)--高斯模糊
- Python3与OpenCV3.3 图像处理(五)--图像运算
- Python3与OpenCV3.3 图像处理(十六)--图像金字塔
- Python3与OpenCV3.3 图像处理(十七)--图像梯度
- Python3与OpenCV3.3 图像处理(四)--色彩空间
- Python3与OpenCV3.3 图像处理(六)--ROI
- Python3与OpenCV3.3 图像处理(七)--洪填充
- Python3与OpenCV3.3 图像处理(十九)--直线检测
- Python3与OpenCV3.3 图像处理(十一)--图像直方图
- Python3与OpenCV3.3 图像处理(十二)--图像直方图应用
- Python3与OpenCV3.3 图像处理(十五)--图像二值化
- Python3与OpenCV3.3 图像处理(二)--图像基本操作
- Python3与OpenCV3.3 图像处理(十)--EPF
- Python3与OpenCV3.3 图像处理(十三)--反射投影
- Python3与OpenCV3.3 图像处理(十四)--模板匹配
- Python3与OpenCV3.3 图像处理(补)--第十五节补充
- Python3与OpenCV3.3 图像处理(一)--环境搭建与简单DEMO
- 【Nginx】nginx初步 从安装开始!
- java总结1
- 在Linux系统中,删除lv、vg、pv
- Git信息泄露搜索的一些工具总结
- 全文检索之Lucene和Solr
- Python3与OpenCV3.3 图像处理(八)--模糊
- 内核模块的Makefile文件
- windows环境下安装npm、cnpm、bower
- javaBean验证框架(9)—分组验证
- 在easyUI中把form表单转换成json数据利用datagrid的load方法实现条件查询
- aapt 命令可应用于查看apk包名、主activity、版本等信息
- Finding Invisible Pattern
- 怎样在 Linux 系统中恢复被删除文件
- Redis 主从复制