【opencv学习笔记 09 图像模糊操作】均值模糊、中值模糊、自定义模糊

本文深入探讨了图像处理中的模糊技术,包括均值模糊、中值模糊及自定义模糊的应用场景与效果。通过Python与OpenCV实现,展示了如何有效去除随机噪声、椒盐噪点,并进行图像增强与锐化。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

图像模糊操作

  1. 均值模糊—适用于去随机噪声
  2. 中值模糊 —适用于去除椒盐噪点
  3. 自定义模糊 —适用于图像增强,锐化等
"""
模糊操作
--中值模糊
--均值模糊
--自定义模糊
"""
import cv2
import numpy as np

img = cv2.imread('img.jpg')
cv2.namedWindow('Image', cv2.WINDOW_AUTOSIZE)
cv2.imshow('Image', img)
# 均值模糊
dst = cv2.blur(img, (3, 3))
cv2.imshow('Blur', dst)
# 中值模糊
dst_m = cv2.medianBlur(img, 5)
cv2.imshow('medianBlur', dst_m)
# 自定义模糊
k = np.array([[-1, -1, -1], [-1, -1, -1], [9, 0, 0]])  # 需要尽量保证和为奇数,
dst_c = cv2.filter2D(img, -1, kernel=k) # 第二个参数为目标图像深度,-1则表示和原图像一样
cv2.imshow('dst_c', dst_c)
cv2.waitKey(0)
cv2.destroyAllWindows()

实验效果图

在这里插入图片描述

总结

能够看着代码教程,一点一点的用,但是背后的原理还是不是很清楚。卷积,核 什么的。

参考博客

  1. Python+OpenCV图像处理(七)—— 滤波与模糊操作
  2. Python3 OpenCV3图像处理-模糊操作
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值