• 企业400电话
  • 微网小程序
  • AI电话机器人
  • 电商代运营
  • 全 部 栏 目

    企业400电话 网络优化推广 AI电话机器人 呼叫中心 网站建设 商标✡知产 微网小程序 电商运营 彩铃•短信 增值拓展业务
    OpenCV3.3+Python3.6实现图片高斯模糊

    本文实例为大家分享了OpenCV3.3+Python3.6实现图片高斯模糊的具体代码,供大家参考,具体内容如下

    高斯模糊

    高斯模糊(英语:Gaussian Blur),通常用它来减少图像噪声以及降低细节层次。这种模糊技术生成的图像,其视觉效果就像是经过一个半透明屏幕在观察图像,这与镜头焦外成像效果散景以及普通照明阴影中的效果都明显不同。高斯模糊也用于计算机视觉算法中的预先处理阶段,以增强图像在不同比例大小下的图像效果(参见尺度空间表示以及尺度空间实现)。 从数学的角度来看,图像的高斯模糊过程就是图像与正态分布做卷积。由于正态分布又叫作高斯分布,所以这项技术就叫作高斯模糊。图像与圆形方框模糊做卷积将会生成更加精确的焦外成像效果。由于高斯函数的傅立叶变换是另外一个高斯函数,所以高斯模糊对于图像来说就是一个低通滤波器。

    高斯模糊原理: “模糊”,就是将图像中每个像素值进行重置的过程,这个过程采用将每一个像素都设置成周边像素的平均值。 

    # 高斯模糊
    #     高斯模糊
    #     操作
    #     cv2.GaussianBlur(image, (135, 135), 0)  #(5, 5)表示高斯矩阵(高斯内核)的长与宽都是5(必须为奇数),标准差取0
     
    import cv2
    import numpy as np
     
    def clamp(pv):  #保证 RGB三色值的数值不超过255
        if pv>255:
            return 255
        if pv0:
            return 0
        else:
            return pv
     
    def gaussian_noise(image):  #给图片加一些噪声,高斯噪声
        h, w, c = image.shape  #获取三个值,高度、宽度、深度
        for row in range(h):  #在宽度、 高度中遍历进行像素点RGB的赋值
            for col in range(w):
                s=np.random.normal(0, 20, 3)  #获取随机数  3个数的数组
                b = image[row, col, 0]  # blue   原来的蓝色值
                g = image[row, col, 1]  # green
                r = image[row, col, 2]  # red
                image[row, col, 0] = clamp(b + s[0])  #加上处理赋值
                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()#获取时间值
    gaussian_noise(src)
    t2=cv2.getTickCount()#获取时间值
    time=(t2-t1)/cv2.getTickFrequency()#计算出时间(s)
    print("所用时间:%s"%(time*1000))
     
    dst = cv2.GaussianBlur(src, (2555,2555), 15)#进行高斯模糊处理
    cv2.imshow("Gauss_blur",dst)
     
    cv2.waitKey(0)
    cv2.destroyAllWindows()

    (1)原图:

    (2)高斯噪声图片

    (3)高斯模糊效果

    以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。

    您可能感兴趣的文章:
    • python使用opencv实现马赛克效果示例
    • Opencv+Python实现图像运动模糊和高斯模糊的示例
    • opencv实现图片模糊和锐化操作
    • OpenCV实现灰度、高斯模糊、边缘检测的示例
    • 超详细注释之OpenCV实现视频实时人脸模糊和人脸马赛克
    上一篇:Python中for后接else的语法使用
    下一篇:使用python向MongoDB插入时间字段的操作
  • 相关文章
  • 

    © 2016-2020 巨人网络通讯 版权所有

    《增值电信业务经营许可证》 苏ICP备15040257号-8

    OpenCV3.3+Python3.6实现图片高斯模糊 OpenCV3.3+Python3.6,实现,图片,