高斯模糊python

高斯模糊是一种常用的图像处理方法，用于减少图像的噪声和细节。在Python中，可以使用高斯卷积核来实现高斯模糊。下面是一个示例代码：

import numpy as np
from scipy.signal import convolve2d

def gaussian_blur(image, sigma):
    kernel_size = int(2 * np.ceil(3 * sigma) + 1)
    kernel = np.fromfunction(lambda x, y: (1 / (2 * np.pi * sigma**2)) * np.exp(-((x - (kernel_size - 1) / 2)**2 + (y - (kernel_size - 1) / 2)**2) / (2 * sigma**2)), (kernel_size, kernel_size))
    kernel = kernel / np.sum(kernel)
    blurred_image = convolve2d(image, kernel, mode='same')
    return blurred_image

这段代码定义了一个函数`gaussian_blur`，它接受输入图像和标准差（`sigma`）作为参数，并返回经过高斯模糊处理后的图像。

相关问题

opencv高斯模糊python

在Python中使用OpenCV进行高斯模糊的代码如下：

import cv2 as cv

src = cv.imread('lena.jpg')
cv.imshow('input image', src)

dst = cv.GaussianBlur(src, (15, 15), 0)
cv.imshow('gaussianBlur_image', dst)

cv.waitKey(0)
cv.destroyAllWindows()

这段代码首先读取了一张名为"lena.jpg"的图片，并显示在窗口中。然后使用`cv.GaussianBlur()`函数对图片进行高斯模糊处理，其中`(15, 15)`表示高斯核的大小，0表示标准差。最后将处理后的图片显示在另一个窗口中。
#### 引用[.reference_title]
- *1* *2* [python-OpenCV：模糊操作，高斯模糊，原理及其代码解析。](https://blog.csdn.net/qq_45804132/article/details/113618578)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
- *3* [高斯模糊（OpenCV+Python）](https://blog.csdn.net/m0_43425029/article/details/106072542)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]

给图像加高斯模糊 python代码

在Python中，我们可以使用PIL（Pillow）库来进行图像处理，包括添加高斯模糊。下面是一个简单的示例代码：

from PIL import Image, ImageFilter

def apply_gaussian_blur(image_path, output_path, blur_radius):
    # 打开图片
    img = Image.open(image_path)
    
    # 应用高斯模糊滤镜
    blurred_img = img.filter(ImageFilter.GaussianBlur(blur_radius))
    
    # 保存模糊后的图片
    blurred_img.save(output_path)

# 使用函数
blur_radius = 5  # 高斯模糊半径，你可以调整这个值
input_image = "input.jpg"  # 输入图片路径
output_image = "blurred_output.jpg"  # 输出模糊图片路径
apply_gaussian_blur(input_image, output_image, blur_radius)

在这个例子中，`blur_radius`参数决定了模糊的程度。你可以根据需要调整这个值，数值越大，模糊效果越明显。