opencv(python)图像处理之八

本文介绍了OpenCV库在Python中进行图像处理的几种滤波方法,包括图像的均值平滑滤波、高斯平滑滤波、中值滤波和双边滤波。通过实例代码展示了如何应用这些滤波器对图像进行操作,以实现图像平滑效果。

一、函数简介
1、blur—图像均值平滑滤波
函数原型:blur(src, ksize, dst=None, anchor=None, borderType=None)
src:图像矩阵
ksize:滤波窗口尺寸
2、GaussianBlur—图像高斯平滑滤波
函数原型:GaussianBlur(src, ksize, sigmaX, dst=None, sigmaY=None, borderType=None)
src:图像矩阵
ksize:滤波窗口尺寸
sigmaX:标准差
3、medianBlur—图像中值滤波
函数原型:medianBlur(src, ksize, dst=None)
src:图像矩阵
ksize:滤波窗口尺寸
4、bilateralFilter—图像双边滤波
函数原型:bilateralFilter(src, d, sigmaColor, sigmaSpace, dst=None, borderType=None)
src:图像矩阵
d:邻域直径
sigmaColor:颜色标准差
sigmaSpace:空间标准差
二、实例演练
1、图像均值平滑滤波
代码如下:
#encoding:utf-8

import numpy as np
import cv2

image = cv2.imread("H:\\img\\lena.jpg")
cv2.imshow("Original",image)
cv2.waitKey(0)

#领域均值滤波
blurred = np.hstack([cv2.blur(image,(3,3)),
                     cv2.blur(image,(5,5)),
                     

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