主頁(yè) > 知識(shí)庫(kù) > OpenCV3.3+Python3.6實(shí)現(xiàn)圖片高斯模糊

OpenCV3.3+Python3.6實(shí)現(xiàn)圖片高斯模糊

熱門標(biāo)簽:沈陽(yáng)人工外呼系統(tǒng)價(jià)格 外呼系統(tǒng)哪些好辦 武漢外呼系統(tǒng)平臺(tái) 富錦商家地圖標(biāo)注 沈陽(yáng)防封電銷卡品牌 如何申請(qǐng)400電話費(fèi)用 池州外呼調(diào)研線路 沈陽(yáng)外呼系統(tǒng)呼叫系統(tǒng) 江西省地圖標(biāo)注

本文實(shí)例為大家分享了OpenCV3.3+Python3.6實(shí)現(xiàn)圖片高斯模糊的具體代碼,供大家參考,具體內(nèi)容如下

高斯模糊

高斯模糊(英語(yǔ):Gaussian Blur),通常用它來(lái)減少圖像噪聲以及降低細(xì)節(jié)層次。這種模糊技術(shù)生成的圖像,其視覺(jué)效果就像是經(jīng)過(guò)一個(gè)半透明屏幕在觀察圖像,這與鏡頭焦外成像效果散景以及普通照明陰影中的效果都明顯不同。高斯模糊也用于計(jì)算機(jī)視覺(jué)算法中的預(yù)先處理階段,以增強(qiáng)圖像在不同比例大小下的圖像效果(參見(jiàn)尺度空間表示以及尺度空間實(shí)現(xiàn))。 從數(shù)學(xué)的角度來(lái)看,圖像的高斯模糊過(guò)程就是圖像與正態(tài)分布做卷積。由于正態(tài)分布又叫作高斯分布,所以這項(xiàng)技術(shù)就叫作高斯模糊。圖像與圓形方框模糊做卷積將會(huì)生成更加精確的焦外成像效果。由于高斯函數(shù)的傅立葉變換是另外一個(gè)高斯函數(shù),所以高斯模糊對(duì)于圖像來(lái)說(shuō)就是一個(gè)低通濾波器。

高斯模糊原理: “模糊”,就是將圖像中每個(gè)像素值進(jìn)行重置的過(guò)程,這個(gè)過(guò)程采用將每一個(gè)像素都設(shè)置成周邊像素的平均值。 

# 高斯模糊
#     高斯模糊
#     操作
#     cv2.GaussianBlur(image, (135, 135), 0)  #(5, 5)表示高斯矩陣(高斯內(nèi)核)的長(zhǎng)與寬都是5(必須為奇數(shù)),標(biāo)準(zhǔn)差取0
 
import cv2
import numpy as np
 
def clamp(pv):  #保證 RGB三色值的數(shù)值不超過(guò)255
    if pv>255:
        return 255
    if pv0:
        return 0
    else:
        return pv
 
def gaussian_noise(image):  #給圖片加一些噪聲,高斯噪聲
    h, w, c = image.shape  #獲取三個(gè)值,高度、寬度、深度
    for row in range(h):  #在寬度、 高度中遍歷進(jìn)行像素點(diǎn)RGB的賦值
        for col in range(w):
            s=np.random.normal(0, 20, 3)  #獲取隨機(jī)數(shù)  3個(gè)數(shù)的數(shù)組
            b = image[row, col, 0]  # blue   原來(lái)的藍(lán)色值
            g = image[row, col, 1]  # green
            r = image[row, col, 2]  # red
            image[row, col, 0] = clamp(b + s[0])  #加上處理賦值
            image[row, col, 1] = clamp(g + s[1])
            image[row, col, 2] = clamp(r + s[2])
    cv2.imshow("Gauss_noise", image)
 
print("--------Hello Python--------")
src=cv2.imread("lena.jpg")
cv2.imshow("Source Image",src)
t1=cv2.getTickCount()#獲取時(shí)間值
gaussian_noise(src)
t2=cv2.getTickCount()#獲取時(shí)間值
time=(t2-t1)/cv2.getTickFrequency()#計(jì)算出時(shí)間(s)
print("所用時(shí)間:%s"%(time*1000))
 
dst = cv2.GaussianBlur(src, (2555,2555), 15)#進(jìn)行高斯模糊處理
cv2.imshow("Gauss_blur",dst)
 
cv2.waitKey(0)
cv2.destroyAllWindows()

(1)原圖:

(2)高斯噪聲圖片

(3)高斯模糊效果

以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

您可能感興趣的文章:
  • python使用opencv實(shí)現(xiàn)馬賽克效果示例
  • Opencv+Python實(shí)現(xiàn)圖像運(yùn)動(dòng)模糊和高斯模糊的示例
  • opencv實(shí)現(xiàn)圖片模糊和銳化操作
  • OpenCV實(shí)現(xiàn)灰度、高斯模糊、邊緣檢測(cè)的示例
  • 超詳細(xì)注釋之OpenCV實(shí)現(xiàn)視頻實(shí)時(shí)人臉模糊和人臉馬賽克

標(biāo)簽:黑龍江 呂梁 通遼 阿里 潛江 常德 株洲 銅川

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《OpenCV3.3+Python3.6實(shí)現(xiàn)圖片高斯模糊》,本文關(guān)鍵詞  OpenCV3.3+Python3.6,實(shí)現(xiàn),圖片,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無(wú)關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《OpenCV3.3+Python3.6實(shí)現(xiàn)圖片高斯模糊》相關(guān)的同類信息!
  • 本頁(yè)收集關(guān)于OpenCV3.3+Python3.6實(shí)現(xiàn)圖片高斯模糊的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章