openCV编程基础7--高斯模糊

最新推荐文章于 2023-11-06 10:31:12 发布

Tian Fangzheng

最新推荐文章于 2023-11-06 10:31:12 发布

阅读量590

点赞数 2

CC 4.0 BY-SA版权

分类专栏： openCV编程基础

本文链接：https://blog.youkuaiyun.com/TFZ941214/article/details/97373177

openCV编程基础专栏收录该内容

28 篇文章

订阅专栏

本文介绍了一种在图像上添加随机噪声的方法，通过生成随机数并将其添加到图像的每个像素上，实现图像的随机模糊效果。此外，还探讨了使用高斯模糊来减少图像噪声及降低细节层次的技术，展示了如何通过调整参数来控制模糊程度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

主要功能：

1.随机模糊图像，在图像上添加随机噪声

2.高斯模糊，通常用它来减少图像噪声以及降低细节层次

import cv2 as cv
import numpy as np


#保证所有的像素值在0到255之间
def clamp(pv):
    if pv > 255:
        return 255
    if pv < 0:
        return 0
    else:
        return pv


#图像加上随机噪声
def random_noise(image):
    h,w,c=image.shape
    for row in range(h):
        for col in range(w):
            s = np.random.normal(0,20,3)
            b = image[row,col,0]
            g = image[row,col,1]
            r = image[row,col,2]
            image[row,col,0] = clamp(b + s[0])
            image[row,col,1] = clamp(g + s[1])
            image[row,col,2] = clamp(r + s[2])
    cv.imshow('noice image',image)

# 高斯模糊，通常用它来减少图像噪声以及降低细节层次,三个参数，src为图像,(0，0)指的x，y的值，越大越模糊。1代表方差，越大越模糊
# 如果后两个参数都不为0，则后面的起作用
def gaussian_noice(image):
    det = cv.GaussianBlur(image, (0, 0), 1)
    cv.imshow('Gaussian noice', det)

src = cv.imread('F:001.jpg')
#cv.namedWindow('input_image', cv.WINDOW_AUTOSIZE)
cv.imshow("0", src)
random_noise(src)     #图像上加随机噪声
gaussian_noice(src)   #高斯模糊
cv.waitKey(0)
cv.destroyAllWindows()

输出结果：