opencv 高斯模糊

高斯模糊是一种常用的图像处理技术，可以用来减少图像中的噪点或者平滑图像。在OpenCV中，可以使用`cv2.GaussianBlur()`函数来实现高斯模糊。

函数原型如下：

cv2.GaussianBlur(src, ksize, sigmaX[, dst[, sigmaY[, borderType]]]) → dst

参数说明：
- `src`：输入图像，可以是单通道或多通道图像。
- `ksize`：高斯核的大小，必须是正奇数（例如，3、5、7...）。

相关问题

opencv高斯模糊

使用OpenCV实现高斯模糊可以通过调用cv2.GaussianBlur()函数来实现。这个函数具有以下参数：

cv2.GaussianBlur(src, ksize, sigmaX[, dst[, sigmaY[, borderType]]]) -> dst

- src: 输入图像
- ksize: 高斯核的大小，可以是(1,1)到(31,31)之间的正奇数
- sigmaX: X方向的高斯核标准差
- sigmaY: Y方向的高斯核标准差，默认值为0，表示与sigmaX相同
- borderType: 边界填充方式，默认值为cv2.BORDER_DEFAULT

下面是一个简单的例子：

import cv2

img = cv2.imread('test.jpg')

# 高斯模糊
blur = cv2.GaussianBlur(img, (5, 5), 0)

cv2.imshow('Original', img)
cv2.imshow('Gaussian Blur', blur)

cv2.waitKey(0)
cv2.destroyAllWindows()

在这个例子中，我们读入了一张名为`test.jpg`的图像，然后使用`cv2.GaussianBlur()`函数对其进行了高斯模糊处理，设置高斯核的大小为5x5，标准差为0。最后将原图和高斯模糊后的图像通过`cv2.imshow()`函数显示出来。

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 ]