Python3与OpenCV3.3 图像处理(八）--模糊

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