Python OpenCV 图像滤波

本文介绍了几种常见的图像滤波技术,包括卷积、均值滤波、中值滤波、高斯滤波以及双边滤波。通过实例展示了它们在图像平滑和噪声去除上的应用,同时强调了双边滤波在保留边缘细节上的优势。
部署运行你感兴趣的模型镜像
# 卷积函数  cv.filter2D(图像,-1,kernel)  -1是数据类型,不必在意
img1 = np.ones((5,5))
kernel = np.ones((3,3))
img2 = cv.filter2D(img1,-1,kernel)

# 均值滤波 两个函数cv.blur/cv.boxFilter
img3 = cv.blur(image,(5,5))

# 中值滤波 cv.medianBlur(image,3/5/7/9...)
img4 = cv.medianBlur(image,3)

# 高斯滤波 cv.GaussianBlur(image,卷积核,方差)
img5 = cv.GaussianBlur(image,(3,3),1)
show(np.hstack([image,img5]))

# 双边滤波 用的不多,保留边缘等高频信息
img6 = cv.bilateralFilter(image,-1,sigmaColor=50,sigmaSpace=3)

您可能感兴趣的与本文相关的镜像

Stable-Diffusion-3.5

Stable-Diffusion-3.5

图片生成
Stable-Diffusion

Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型,相比 3.0 版本,它提升了图像质量、运行速度和硬件效率

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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