gray = cv2.GaussianBlur(gray, (5, 5), 0)
时间: 2024-06-05 15:12:58 浏览: 197
这行代码使用 OpenCV 库中的 GaussianBlur 函数将灰度图像 gray 进行高斯模糊处理,使其更加平滑。函数的第一个参数是需要处理的图像,第二个参数是模糊核的大小,这里是 (5, 5) 表示 5x5 的模糊核。第三个参数是标准差,这里取值为 0 表示由函数自动计算标准差。经过高斯模糊处理后的图像可以降低噪声,使得后续的图像处理更加准确。
相关问题
blur = cv2.GaussianBlur(gray,(5,5),0
这行代码是用高斯滤波对灰度图像进行平滑处理的。其中,gray是一个灰度图像,(5,5)是指高斯核的大小,0是指高斯核在x方向和y方向的标准差。这里的高斯核是一个二维的正态分布函数,通过对像素周围的邻域进行加权平均的方式来达到平滑的效果。这行代码的作用是将灰度图像中的噪声(如椒盐噪声)去除,使得后续的图像处理更加准确。最终将平滑后的图像赋值给blur变量。
def read_img_and_convert_to_binary(filename): #读取待处理的图片 original_img = cv2.imread(filename) # print(original_img) #将原图分辨率缩小SCALSIZE倍,减少计算复杂度 original_img = cv2.resize(original_img,(np.int(original_img.shape[1]/SCALSIZE),np.int(original_img.shape[0]/SCALSIZE)), interpolation=cv2.INTER_AREA) #降噪 blur = cv2.GaussianBlur(original_img, (5, 5), 0) #将彩色图转化成灰度图 img_gray = cv2.cvtColor(blur,cv2.COLOR_BGR2GRAY) #图片开(opening)处理,用来降噪,使图片中的字符边界更圆滑,没有皱褶 kernel = np.ones((3, 3), np.uint8) opening = cv2.morphologyEx(img_gray, cv2.MORPH_OPEN, kernel) kernel2 = np.ones((3,3), np.uint8) opening = cv2.dilate(opening, kernel2, iterations=1) # Otsu's thresholding after Gaussian filtering # 采用otsu阈值法将灰度图转化成只有0和1的二值图 blur = cv2.GaussianBlur(opening,(13,13),0) #ret, binary_img = cv2.threshold(img_gray, 120, 1, cv2.THRESH_BINARY_INV) ret,binary_img = cv2.threshold(blur,0,1,cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU) return original_img,binary_img
这段代码的大致思路如下:
1. 通过cv2.imread函数读取指定文件名的图片,赋值给original_img变量。
2. 将原图的分辨率缩小SCALSIZE倍,以减少计算复杂度。这里使用cv2.resize函数进行图像缩放,并将结果赋值给original_img变量。
3. 使用cv2.GaussianBlur函数对原图进行模糊处理,以降噪,结果保存在blur变量中。
4. 将模糊处理后的图像转换为灰度图像,使用cv2.cvtColor函数将blur变量转换为灰度图像,并将结果保存在img_gray变量中。
5. 使用cv2.morphologyEx函数对灰度图像进行开操作(opening),以进一步降噪并使字符边界更圆滑。这里使用一个3x3的矩形结构元素进行开操作,结果保存在opening变量中。
6. 使用cv2.dilate函数对opening变量进行膨胀操作,以填充字符内部的空洞,结果保存在opening变量中。
7. 使用cv2.GaussianBlur函数对opening变量进行模糊处理,以平滑图像,结果保存在blur变量中。
8. 使用Otsu阈值法(cv2.THRESH_OTSU)将模糊处理后的图像转换为二值图像。这里使用cv2.threshold函数,并将结果保存在binary_img变量中。
9. 返回原始图像original_img和二值图像binary_img。
这段代码的主要目的是读取一张图片,并对其进行预处理,包括缩小分辨率、降噪、灰度化、开操作、膨胀、模糊和二值化等步骤。最终返回原始图像和处理后的二值图像。
阅读全文