python opencv实现高斯滤波代码

以下是Python OpenCV实现高斯滤波的代码示例：

import cv2

# 加载图像
img = cv2.imread('input.jpg')

# 定义高斯内核大小和标准差
ksize = (5,5)
sigma = 1.5

# 对图像进行高斯滤波
dst = cv2.GaussianBlur(img, ksize=ksize, sigmaX=sigma, sigmaY=sigma)

# 显示滤波结果
cv2.imshow('Gaussian Filter', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个示例中，我们使用OpenCV库来加载和显示图像，并使用`cv2.GaussianBlur`函数对图像进行高斯滤波。函数的参数包括输入图像、高斯内核大小、标准差。然后，我们在窗口中显示滤波结果。

相关问题

python opencv2高斯滤波

在Python中使用OpenCV2进行高斯滤波操作，可以使用`cv2.GaussianBlur()`函数。该函数的语法如下：

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

其中，参数解释如下：

- `src`：输入图像
- `ksize`：内核大小，一般为奇数。例如，`ksize=(3,3)`，表示内核大小为3x3。如果只设置一个值，则表示内核大小为ksize x ksize。
- `sigmaX`：高斯核在X方向上的标准差。
- `dst`：输出图像，与源图像大小、类型相同。
- `sigmaY`：高斯核在Y方向上的标准差。如果sigmaY为0，那么就将sigmaY设置为sigmaX，即高斯核是一个圆形。
- `borderType`：边界扩充类型，默认为`cv2.BORDER_DEFAULT`。

下面是一个示例代码：

import cv2

img = cv2.imread('test.jpg')
blur = cv2.GaussianBlur(img, (5, 5), 0)
cv2.imshow('Gaussian Blur', blur)
cv2.waitKey(0)

在这个例子中，我们读入一张名为`test.jpg`的图片，然后对它进行了高斯滤波操作，内核大小为5x5。最后，显示了处理后的图像。

python opencv 高斯高通滤波

高斯高通滤波是一种图像增强技术，可以通过增强图像中高频信息的方式来增强图像的细节。

使用OpenCV实现高斯高通滤波可以分为以下几步：

1.读取图像并将其转换为灰度图像。

import cv2

img = cv2.imread('input.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

2.计算高斯核。

ksize = 3 # 此处选择核的大小为3，可以根据实际情况进行调整
sigma = 1.5 # 此处选择sigma=1.5，可以根据实际情况进行调整
kernel = cv2.getGaussianKernel(ksize, sigma)
kernel = kernel * kernel.T # 使高斯核变成二维

3.进行高斯卷积。

gaussian = cv2.filter2D(gray, -1, kernel)

4.进行高通滤波。

alpha = 1.5 # 此处选择alpha=1.5，可以根据实际情况进行调整
beta = 0.5 # 此处选择beta=0.5，可以根据实际情况进行调整
highpass = gray - beta * gaussian
highpass = cv2.convertScaleAbs(alpha * highpass)

5.将处理后的图像进行保存。

cv2.imwrite('output.png', highpass)

完整代码如下：

import cv2

img = cv2.imread('input.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ksize = 3
sigma = 1.5
kernel = cv2.getGaussianKernel(ksize, sigma)
kernel = kernel * kernel.T

gaussian = cv2.filter2D(gray, -1, kernel)

alpha = 1.5
beta = 0.5
highpass = gray - beta * gaussian
highpass = cv2.convertScaleAbs(alpha * highpass)

cv2.imwrite('output.png', highpass)