opencv怎么进行高斯模糊
时间: 2023-11-07 21:09:03 浏览: 146
要使用OpenCV进行高斯模糊,可以使用cv2.GaussianBlur()函数。代码示例如下:
``` python
import cv2
img = cv2.imread('image.jpg') # 读入需要进行模糊的图像
ksize = (5, 5) # 高斯核大小,可以根据需要自行调整
sigma = 1.5 # 高斯核标准差值,可以根据需要自行调整
blur_img = cv2.GaussianBlur(img, ksize, sigma) # 进行高斯模糊
cv2.imshow('blur', blur_img) # 显示处理后的图像
cv2.waitKey(0)
cv2.destroyAllWindows()
```
其中,cv2.GaussianBlur()函数的第一个参数是需要进行模糊的图像,第二个参数是高斯核的大小,第三个参数是高斯核的标准差值。调整这两个参数可以得到不同程度的模糊效果。
相关问题
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...)。
opencv高斯模糊
OpenCV提供了高斯模糊函数 `GaussianBlur`,可用于对图像进行模糊处理。函数原型如下:
```python
cv2.GaussianBlur(src, ksize, sigmaX[, dst[, sigmaY[, borderType]]]) → dst
```
其中,参数含义如下:
- `src`:输入图像
- `ksize`:高斯内核大小,必须为正奇数
- `sigmaX`:高斯核在X方向上的标准差
- `dst`:输出图像,与输入图像大小和类型相同
- `sigmaY`:高斯核在Y方向上的标准差,若设为0,则与sigmaX相同
- `borderType`:边界填充方式,默认为`cv2.BORDER_DEFAULT`
示例代码:
```python
import cv2
img = cv2.imread('test.jpg')
blur_img = cv2.GaussianBlur(img, (5, 5), 0)
cv2.imshow('blur', blur_img)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
在这个例子中,我们读取了一张名为`test.jpg`的图像,然后对该图像进行了高斯模糊处理,使用了大小为`(5, 5)`的高斯内核,sigmaX为0,sigmaY也为0。处理后的图像通过`cv2.imshow`函数展示出来。
阅读全文