python 高斯模糊函数

Python 中可以使用 OpenCV 库实现高斯模糊。具体实现方法如下：

import cv2

# 读取图片
img = cv2.imread('image.jpg')

# 高斯模糊
blur = cv2.GaussianBlur(img, (5, 5), 0)

# 显示图片
cv2.imshow('blur', blur)
cv2.waitKey(0)
cv2.destroyAllWindows()

其中，`cv2.GaussianBlur()` 函数的第一个参数是要进行模糊处理的图片，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。

相关问题

python 高斯模糊

Python中的高斯模糊是一种常用的图像处理算法，它可以通过对图像进行卷积操作来减少噪点和细节，从而得到更加平滑的图像效果。在Python中，我们可以使用第三方库NumPy和OpenCV来实现高斯模糊算法。具体实现方法是通过定义一个高斯核，然后将其与原始图像进行卷积操作，最终得到模糊后的图像。在实现过程中，我们可以通过调整高斯核的大小和标准差来控制模糊程度。下面是一个基于NumPy和OpenCV实现的高斯模糊算法的完整源码：

import cv2
import numpy as np

def gaussian_blur(image, kernel_size=5, sigma=1.4):
    kernel = np.zeros((kernel_size, kernel_size), dtype=np.float32)
    center = kernel_size // 2
    sum_val = 0.0
    for i in range(kernel_size):
        for j in range(kernel_size):
            x = i - center
            y = j - center
            kernel[i, j] = np.exp(-0.5 * (x ** 2 + y ** 2) / (sigma ** 2))
            sum_val += kernel[i, j]
    kernel /= sum_val
    blurred_image = cv2.filter2D(image, -1, kernel)
    return blurred_image

使用这段代码时，我们可以通过如下方式调用gaussian_blur函数：

image = cv2.imread('example.jpg')
blurred_image = gaussian_blur(image, kernel_size=5, sigma=1.4)
cv2.imwrite('example_blurred.jpg', blurred_image)

这段代码会读取名为example.jpg的图像文件，然后对其进行高斯模糊处理，并将结果保存为名为example_blurred.jpg的文件。

python高斯模糊渐变

在Python中，可以使用OpenCV库的GaussianBlur函数来实现高斯模糊滤波。该函数的调用方式为：dst = cv2.GaussianBlur(src, ksize, sigmaX)，其中src是待处理的图像，ksize是模糊核的大小，sigmaX是高斯核函数在X方向的标准差。下面是一个示例代码：

result = cv2.GaussianBlur(source, (3,3), 0)

在这个例子中，source是待处理的图像，(3,3)表示模糊核的大小为3x3，0表示在X方向上的标准差为0。可以根据需要调整核的大小和标准差来实现不同程度的模糊效果。