计算机视觉开源库OpenCV之平滑、模糊和滤波

平均模糊：过度模糊图像并忽略重要的边缘
blurred = cv2.blur(image, (kX, kY))
参数1：模糊对象
参数2：矩阵大小

高斯模糊：保留更多的图像边缘
blurred = cv2.GaussianBlur(image, (kX, kY), 0)
参数1：模糊对象
参数2：矩阵大小
参数3：标准方差

中位数模糊：图像中去除盐椒点，图像中的杂质点
blurred = cv2.medianBlur(image, k)
参数1：模糊对象
参数2：中位数值，为整型数据，数据越大图像越模糊

双边模糊：减少噪音同时仍然保持边缘，我们可以使用双边模糊。双边模糊通过引入两个高斯分布来实现
blurred =cv2.bilateralFilter(image, diameter, sigmaColor, sigmaSpace)
参数1：想要模糊的图像。
参数2：像素邻域的直径 - 这个直径越大，模糊计算中包含的像素越多。
参数3：颜色标准差，模糊时将考虑邻域中的更多颜色，相似颜色的像素才能显
着地影响模糊
参数4：空间标准偏差，更大的值意味着像素越远离中心像素直径将影响模糊计算。后面3个参数都为整型参数

下面我们就利用中值滤波做个示例，代码如下：

#!/usr/bin/env python3import cv2image = cv2.imread(r"blurdemo.jpg") cv2.imshow("Input Image", image)blurred = cv2.medianBlur(image, 3) cv2.imshow("Result Image", blurred)cv2.waitKey(0) cv2.destroyAllWindows()

效果图片如下：

总结

以上是生活随笔为你收集整理的计算机视觉开源库OpenCV之平滑、模糊和滤波的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。