OpenCV - 图像平滑（Python实现）

最新推荐文章于 2025-05-26 16:26:43 发布

原创

最新推荐文章于 2025-05-26 16:26:43 发布 · 3k 阅读

15 ·

CC 4.0 BY-SA版权

文章标签：

#图像平滑 #OpenCV

本文介绍了OpenCV库在Python中实现图像平滑的方法，包括2D卷积、平均模糊、高斯模糊、中值滤波和双边滤波。这些技术主要用于图像去噪和模糊处理，其中高斯模糊采用加权平均，中值滤波则利用像素值的中位数，而双边滤波则结合了空间和灰度值相似性的权重，能有效保护图像边缘。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

2D卷积
与以为信号一样，我们也可以对 2D 图像实施低通滤波（LPF），高通滤波（HPF）等。 LPF 帮助我们去除噪音，模糊图像。 HPF 帮助我们找到图像的边缘
OpenCV 提供的函数 cv.filter2D() 可以让我们对一幅图像进行卷积操作。

 cv.filter2D()(src, ddepth, kernel[, dst[, anchor[, delta[, borderType]]]]) -> dst

参数	释义
src	参数表示待处理的输入图像
ddepth	参数表示目标图像深度，输入值为-1时，目标图像和原图像深度保持一致
kernel:	卷积核（或者是相关核）,一个单通道浮点型矩阵。修改kernel矩阵即可实现不同的模糊

import cv2
import numpy as np
from matplotlib import pyplot as plt
img = cv2.imread('logo.jpg')
kernel = np.ones((5,5),np.float32)/25 #5x5 的平均滤波器核：
dst = cv2.filter2D(img,-1,kernel)
plt.subplot(121),plt.imshow(img),plt.title('Original')
plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(dst),plt.title('Averaging')
plt.xticks([]), plt.yticks([])
plt.show()