Python3与OpenCV3.3 图像处理(九)--高斯模糊
来源:互联网 发布:ubuntu关闭iptables 编辑:程序博客网 时间:2024/05/22 12:19
一、什么是高斯模糊
把要模糊的像素色值统计,用数学上加权平均的计算方法(高斯函数)得到色值,对范围、半径等进行模糊
二、高斯模糊的应用场景
一些美颜软件、美颜相机上的磨皮和毛玻璃特效基本上都是用的高斯模糊,并且大部分图像处理软件中都有高斯模糊的操作,除此之外,高斯模糊还具有减少图像层次和深度的功能
三、示例
import cv2 as cvimport numpy as npdef clamp(pv): """防止颜色值超出颜色取值范围(0-255)""" if pv>255: return 255 if pv<0: return 0 else: return pvdef gaussian_noise(image): """高斯噪声""" h,w,c=image.shape for row in range(h): for col in range(w): #获取三个高斯随机数 #第一个参数:概率分布的均值,对应着整个分布的中心 #第二个参数:概率分布的标准差,对应于分布的宽度 #第三个参数:生成高斯随机数数量 s=np.random.normal(0,20,3) #获取每个像素点的bgr值 b=image[row,col,0] g = image[row, col, 1] r = image[row, col, 2] #给每个像素值设置新的bgr值 image[row,col,0]=clamp(b+s[0]) image[row, col, 0] = clamp(g + s[1]) image[row, col, 0] = clamp(r + s[2]) cv.imshow("noise",image)#读入图片文件src=cv.imread('textImg.jpg')gaussian_noise(src)#给图片创建毛玻璃特效#第二个参数:高斯核的宽和高(建议是奇数)#第三个参数:x和y轴的标准差dst=cv.GaussianBlur(src,(5,5),15)cv.imshow("gaussian",dst)#等待用户操作cv.waitKey(0)#释放所有窗口cv.destroyAllWindows()
阅读全文
0 0
- Python3与OpenCV3.3 图像处理(九)--高斯模糊
- Python3与OpenCV3.3 图像处理(八)--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
- git提交远程仓库报错
- linux内存管理
- xmodem,ymodem,zmodem,kermit的主要区别
- Lucene深入学习(8)Lucene的索引文件
- 《笨方法学python》第二天
- Python3与OpenCV3.3 图像处理(九)--高斯模糊
- 解决boot分区空间不足
- java初学--sort排序
- python的requests库详解
- XSS跨站脚本攻击
- 阶乘和数(abc=a!+b!+c!)
- GYM
- 前端播报
- ufunc运算