python----马赛克|毛玻璃|高斯|中值|均值算法

直方图均衡化
在这里插入图片描述
图像增强
在这里插入图片描述

马赛克算法

import cv2
import numpy as np
import random

img = cv2.imread('Resources/1.jpg', 1)
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]

k = 0
for m in range(500, 600):
    for n in range(300, 450):
        if m % 10 == 0 and n % 10 == 0:
            for i in range(10):
                for j in range(10):
                    (b, g, r) = img[m, n]
                    img[i+m, j+n] = (b, g, r)
cv2.imshow('image', img)
cv2.waitKey(0)

在这里插入图片描述

毛玻璃算法

import cv2
import numpy as np
import random

img = cv2.imread('Resources/1.jpg', 1)
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]

dst = np.zeros([height, width, 3], np.uint8)

mm = 8
for m in range(height - mm):
    for n in range(width - mm):
        index = int(random.random() * 8)
        (b, g, r) = img[m+index, n+index]
        dst[m, n] = (b, g, r)
cv2.imshow('image', dst)
cv2.waitKey(0)

在这里插入图片描述

图像增强算法
在这里插入图片描述
滤波算法
在这里插入图片描述

高斯滤波算法

# encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt

# 读取图片
img = cv2.imread('1.jpg')
source = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# 高斯滤波
result = cv2.GaussianBlur(source, (3,3), 0)

# 显示图形
titles = ['Source Image', 'medianBlur Image']
images = [source, result]
for i in range(2):
    plt.subplot(1, 2, i + 1), plt.imshow(images[i], 'gray')
    plt.title(titles[i])
    plt.xticks([]), plt.yticks([])
plt.show()  

在这里插入图片描述

中值滤波算法

# encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt

# 读取图片
img = cv2.imread('1.jpg')
source = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# 中值滤波
result = cv2.medianBlur(source, 3)

# 显示图形
titles = ['Source Image', 'medianBlur Image']
images = [source, result]
for i in range(2):
    plt.subplot(1, 2, i + 1), plt.imshow(images[i], 'gray')
    plt.title(titles[i])
    plt.xticks([]), plt.yticks([])
plt.show()  

在这里插入图片描述

均值滤波算法

# encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt

# 读取图片
img = cv2.imread('1.jpg')
source = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# 均值滤波
result = cv2.blur(source, (5, 5))

# 显示图形
titles = ['Source Image', 'Blur Image']
images = [source, result]
for i in range(2):
    plt.subplot(1, 2, i + 1), plt.imshow(images[i], 'gray')
    plt.title(titles[i])
    plt.xticks([]), plt.yticks([])
plt.show()  

在这里插入图片描述

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