openCV—Python(9)—— 映像平滑與濾波

標籤：python

一、函數簡介1、blur—映像均值平滑濾波函數原型：blur(src, ksize, dst=None, anchor=None, borderType=None)src：映像矩陣ksize：濾波視窗尺寸2、GaussianBlur—映像高斯平滑濾波函數原型：GaussianBlur(src, ksize, sigmaX, dst=None, sigmaY=None, borderType=None)src：映像矩陣ksize：濾波視窗尺寸sigmaX：標準差3、medianBlur—映像中值濾波函數原型：medianBlur(src, ksize, dst=None)src：映像矩陣ksize：濾波視窗尺寸4、bilateralFilter—映像雙邊濾波函數原型：bilateralFilter(src, d, sigmaColor, sigmaSpace, dst=None, borderType=None)src：映像矩陣d：鄰域直徑sigmaColor：顏色標準差sigmaSpace：空間標準差二、執行個體演練1、映像均值平滑濾波代碼如下：

#encoding:utf-8import numpy as npimport cv2image = cv2.imread("H:\\img\\lena.jpg")cv2.imshow("Original",image)cv2.waitKey(0)#領域均值濾波blurred = np.hstack([cv2.blur(image,(3,3)),                     cv2.blur(image,(5,5)),                     cv2.blur(image,(7,7))                     ])cv2.imshow("Averaged",blurred)cv2.waitKey(0)

結果如下：原映像：

平畫後的映像（從左至右視窗寬度依次為：3、5、7）

2、映像高斯平滑濾波代碼如下：

#encoding:utf-8import numpy as npimport cv2image = cv2.imread("H:\\img\\lena.jpg")cv2.imshow("Original",image)cv2.waitKey(0)#高斯濾波blurred = np.hstack([cv2.GaussianBlur(image,(3,3),0),                     cv2.GaussianBlur(image,(5,5),0),                     cv2.GaussianBlur(image,(7,7),0)                     ])cv2.imshow("Gaussian",blurred)cv2.waitKey(0)

結果如下：原映像：

平畫後的映像（從左至右視窗寬度依次為：3、5、7,標準差均為：0）

3、映像中值濾波代碼如下：

#encoding:utf-8import numpy as npimport cv2image = cv2.imread("H:\\img\\lena.jpg")cv2.imshow("Original",image)cv2.waitKey(0)#中值濾波blurred = np.hstack([cv2.medianBlur(image,3),                     cv2.medianBlur(image,5),                     cv2.medianBlur(image,7)                     ])cv2.imshow("Median",blurred)cv2.waitKey(0)

結果如下：原映像：

平畫後的映像（從左至右視窗寬度依次為：3、5、7）

4、映像雙邊濾波代碼如下：

#encoding:utf-8import numpy as npimport cv2image = cv2.imread("H:\\img\\lena.jpg")cv2.imshow("Original",image)cv2.waitKey(0)#雙邊濾波blurred = np.hstack([cv2.bilateralFilter(image,5,21,21),                     cv2.bilateralFilter(image,7, 31, 31),                     cv2.bilateralFilter(image,9, 41, 41)                     ])cv2.imshow("Bilateral",blurred)cv2.waitKey(0)

結果如下：原映像：

平畫後的映像（相關參數意義，請參考上述函數原型中的解釋）

著作權聲明：本文為博主原創文章，未經博主允許不得轉載。

openCV—Python(9)——映像平滑與濾波