使用python实现对骨架化后的图像的像素点进行平滑处理 输入图片方式可以批量输入和批量保存

以下是使用Python实现对骨架化后的图像进行像素点平滑处理的示例代码：

import cv2
import numpy as np
import os

# 平滑处理函数
def smooth_pixels(image, kernel_size=5):
    # 创建卷积核
    kernel = np.ones((kernel_size, kernel_size), np.float32) / (kernel_size ** 2)
    # 应用卷积核进行平滑处理
    result = cv2.filter2D(image, -1, kernel)
    return result

# 批量处理文件夹中的图像文件
def batch_smooth_pixels(input_folder, output_folder, kernel_size=5):
    if not os.path.exists(output_folder):
        os.makedirs(output_folder)
    for filename in os.listdir(input_folder):
        if filename.endswith('.png') or filename.endswith('.jpg'):
            # 读取图像文件
            image = cv2.imread(os.path.join(input_folder, filename), cv2.IMREAD_GRAYSCALE)
            # 进行平滑处理
            result = smooth_pixels(image, kernel_size)
            # 保存结果图像文件
            cv2.imwrite(os.path.join(output_folder, filename), result)

# 示例：批量处理文件夹中的图像文件
input_folder = 'input_folder'
output_folder = 'output_folder'
kernel_size = 5
batch_smooth_pixels(input_folder, output_folder, kernel_size)

代码中的 `smooth_pixels` 函数实现了对输入图像进行平滑处理的功能，其中 `kernel_size` 参数指定了卷积核的大小，可以根据实际情况进行调整。 `batch_smooth_pixels` 函数实现了批量处理文件夹中的图像文件的功能，其中 `input_folder` 参数指定了输入图像文件夹的路径， `output_folder` 参数指定了输出图像文件夹的路径， `kernel_size` 参数指定了卷积核的大小。调用 `batch_smooth_pixels` 函数可以对输入图像文件夹中的所有图像文件进行平滑处理，并保存到输出图像文件夹中。