cv2.GaussianBlur的函数实现
时间: 2023-07-30 11:06:21 浏览: 70
cv2.GaussianBlur函数是OpenCV库中的一个函数,用于对图像进行高斯模糊处理。其函数原型为:
```python
cv2.GaussianBlur(src, ksize, sigmaX[, dst[, sigmaY[, borderType]]]) -> dst
```
其中,参数说明如下:
- `src`:输入图像。
- `ksize`:高斯核大小,必须是正数和奇数。例如,(5,5)、(7,7)等。
- `sigmaX`:高斯核在X方向上的标准差。
- `dst`:输出图像,与输入图像大小、类型相同。
- `sigmaY`:高斯核在Y方向上的标准差,如果为0,则等于sigmaX。
- `borderType`:像素外推方法,常用的有cv2.BORDER_DEFAULT、cv2.BORDER_CONSTANT、cv2.BORDER_REFLECT等。
示例代码如下:
```python
import cv2
img = cv2.imread('example.jpg')
img_blur = cv2.GaussianBlur(img, (5, 5), 0)
cv2.imshow('Original Image', img)
cv2.imshow('Gaussian Blur Image', img_blur)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
这段代码读入一张名为`example.jpg`的图像,然后对其进行高斯模糊,最后分别显示原始图像和高斯模糊后的图像。
相关问题
cv2.GaussianBlur函数的实现
cv2.GaussianBlur函数的实现基于高斯卷积的原理,其具体实现步骤如下:
1.根据高斯核的大小和标准差生成高斯核:
```python
sigma = 1
ksize = (5, 5)
kernel = cv2.getGaussianKernel(ksize[0], sigma)
kernel = np.dot(kernel, kernel.T)
```
其中,sigma表示高斯核的标准差,ksize表示高斯核的大小,kernel表示生成的高斯核。
2.对输入图像进行边界扩充:
```python
border = ksize[0] // 2
img = cv2.copyMakeBorder(src, border, border, border, border, cv2.BORDER_DEFAULT)
```
其中,border表示边界宽度,cv2.copyMakeBorder函数可以对图像进行边界扩充。
3.对图像进行卷积操作:
```python
dst = np.zeros_like(img)
for i in range(border, img.shape[0] - border):
for j in range(border, img.shape[1] - border):
dst[i, j] = np.sum(kernel * img[i - border:i + border + 1, j - border:j + border + 1])
dst = dst[border:dst.shape[0] - border, border:dst.shape[1] - border]
```
其中,dst表示输出图像,np.zeros_like函数创建一个与输入图像大小相同的全黑图像,然后对图像进行卷积操作,最后截取中间部分得到输出图像。
完整代码如下:
```python
import cv2
import numpy as np
img = cv2.imread('image.jpg')
sigma = 1
ksize = (5, 5)
kernel = cv2.getGaussianKernel(ksize[0], sigma)
kernel = np.dot(kernel, kernel.T)
border = ksize[0] // 2
img = cv2.copyMakeBorder(img, border, border, border, border, cv2.BORDER_DEFAULT)
dst = np.zeros_like(img)
for i in range(border, img.shape[0] - border):
for j in range(border, img.shape[1] - border):
dst[i, j] = np.sum(kernel * img[i - border:i + border + 1, j - border:j + border + 1])
dst = dst[border:dst.shape[0] - border, border:dst.shape[1] - border]
cv2.imshow('Original', img)
cv2.imshow('Gaussian Filter', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
该代码与使用cv2.GaussianBlur函数的效果相同,但是是手动实现高斯滤波的过程,可以更好地理解高斯滤波的原理和实现过程。
cv2.GaussianBlur具体实现
cv2.GaussianBlur是OpenCV中实现高斯滤波的函数,具体实现步骤如下:
1.导入相关库:
```python
import cv2
import numpy as np
```
2.读取图像:
```python
img = cv2.imread('image.jpg')
```
3.使用cv2.GaussianBlur函数:
```python
gaussian_img = cv2.GaussianBlur(img, (5, 5), 0)
```
其中,(5, 5)表示高斯核的大小,0表示高斯核的标准差,如果为0,则函数会自动计算。
4.显示原始图像和处理后的图像:
```python
cv2.imshow('Original', img)
cv2.imshow('Gaussian Filter', gaussian_img)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
完整代码如下:
```python
import cv2
import numpy as np
img = cv2.imread('image.jpg')
gaussian_img = cv2.GaussianBlur(img, (5, 5), 0)
cv2.imshow('Original', img)
cv2.imshow('Gaussian Filter', gaussian_img)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
运行后即可看到原始图像和处理后的图像。
相关推荐
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)