Python3与OpenCV3.3 图像处理(九）--高斯模糊

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()