cv2.GaussianBlur()例子

下面是一个使用cv2.GaussianBlur()函数对一张图片进行高斯模糊的代码示例：

import cv2

# 读取图片
img = cv2.imread('test.jpg')

# 对图片进行高斯模糊
blurred = cv2.GaussianBlur(img, (5, 5), 0)

# 显示原始图片和处理后的图片
cv2.imshow('Original', img)
cv2.imshow('Blurred', blurred)

# 等待用户按下按键
cv2.waitKey(0)

# 释放所有窗口
cv2.destroyAllWindows()

在这个示例中，我们使用`cv2.imread()`函数从磁盘中读取一张图片，然后使用`cv2.GaussianBlur()`函数对图片进行高斯模糊。函数的第一个参数是输入图像，第二个参数是卷积核的大小，第三个参数是标准差，用于控制高斯核的形状。最后，我们使用`cv2.imshow()`函数显示原始图片和处理后的图片，等待用户按下按键后释放所有窗口。

相关问题

cv2.GaussianBlur 代码

在OpenCV中，`cv2.GaussianBlur()` 函数通常用于对图像进行高斯模糊处理，其基本用法如下：

import cv2
import numpy as np

# 加载图片
image = cv2.imread('image.jpg', cv2.IMREAD_COLOR)

# 定义模糊核（一般选择奇数，比如5x5或7x7）
kernel_size = (5, 5)

# 设置高斯核的标准差，σ。σ越大，模糊越强；σ越小，模糊越细腻
sigmaX = sigmaY = 0.5  # 对于方向不变的模糊，可以设置为相同的值

# 应用高斯模糊
blurred_image = cv2.GaussianBlur(image, kernel_size, sigmaX)

# 显示原图和模糊后的图
cv2.imshow("Original Image", image)
cv2.imshow("Blurred Image", blurred_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个例子中，我们首先读取一张图片，然后指定一个5x5的高斯核，以及标准差σ。`cv2.GaussianBlur()`会遍历整个图像，用每个像素周围的像素值加权平均计算出新的像素值，以实现平滑效果。最后显示原始图像和模糊后的图像。

cv2.gaussianblur

cv2.gaussianblur 是 OpenCV 库中的一个函数，用于对图像进行高斯模糊处理。这个函数的参数包括输入图像、高斯核的大小以及标准差等。通过应用高斯模糊，可以减少图像中的噪声，并且可以模糊图像以减少细节。

使用 cv2.gaussianblur 函数的示例代码如下：

import cv2

# 加载图像
image = cv2.imread('image.jpg')

# 对图像进行高斯模糊处理
blurred = cv2.GaussianBlur(image, (5, 5), 0)

# 显示原始图像和模糊后的图像
cv2.imshow('Original Image', image)
cv2.imshow('Blurred Image', blurred)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个例子中，我们首先使用 cv2.imread 函数加载一个图像。然后，通过调用 cv2.GaussianBlur 函数来对图像进行高斯模糊处理，其中 (5, 5) 是指高斯核的大小，0 是指标准差。最后，使用 cv2.imshow 函数显示原始图像和模糊后的图像。