不使用cv2.GaussianBlur的情况下, 如何用python代码写一个openCV的高斯滤波
时间: 2023-06-18 12:04:40 浏览: 69
可以使用numpy中的卷积函数实现高斯滤波。
首先,我们需要创建一个高斯核,可以使用scipy中的`scipy.ndimage.gaussian_filter`函数生成一个高斯核,该函数的参数sigma控制高斯核的大小。
然后,我们使用numpy中的`numpy.convolve`函数对图像进行卷积操作,这可以通过将图像和高斯核转换为一维数组来实现。
下面是一个示例代码实现高斯滤波:
```
import numpy as np
import cv2
def gaussian_kernel(size, sigma):
kernel = np.zeros((size, size))
center = size // 2
for i in range(size):
for j in range(size):
x = i - center
y = j - center
kernel[i, j] = np.exp(-(x**2 + y**2) / (2 * sigma**2))
return kernel / (2 * np.pi * sigma**2)
def gaussian_filter(image, kernel_size, sigma):
kernel = gaussian_kernel(kernel_size, sigma)
filtered = np.zeros_like(image)
for i in range(image.shape[2]):
filtered[:, :, i] = np.convolve(image[:, :, i].flatten(), kernel.flatten(), mode='same').reshape(image.shape[:2])
return filtered.astype(np.uint8)
# 读取图像
image = cv2.imread('image.png')
# 使用自定义高斯滤波函数进行滤波
filtered = gaussian_filter(image, kernel_size=5, sigma=1)
# 显示滤波结果
cv2.imshow('Filtered Image', filtered)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
这个示例代码中,`gaussian_kernel`函数用于生成高斯核,`gaussian_filter`函数用于对图像进行高斯滤波。在`gaussian_filter`函数中,我们对每个通道单独进行卷积操作,然后将结果合并成一个三维数组。最后将滤波结果转换为`uint8`类型并显示。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.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)
![](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)