opencv&python——高通滤波器和低通滤波器

OpenCV与Python：高通与低通滤波器实战

最新推荐文章于 2025-07-14 12:19:54 发布

沉迷单车的追风少年

最新推荐文章于 2025-07-14 12:19:54 发布

阅读量6k

点赞数 4

CC 4.0 BY-SA版权

分类专栏：计算机视觉电赛电赛机器视觉

本文链接：https://blog.youkuaiyun.com/qq_41895747/article/details/87864849

电赛机器视觉同时被 3 个专栏收录

32 篇文章 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

电赛

30 篇文章 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

计算机视觉

41 篇文章

订阅专栏

本文介绍了在OpenCV和Python中如何应用高通滤波器和低通滤波器进行图像处理。由于numpy不支持多维数组的卷积操作，文章提到了使用ndimage.convolve函数进行卷积运算，并展示了处理效果。

非常常用的两种滤波器：高通滤波器和低通滤波器

# -*- coding: utf-8 -*-
# ——创建时间：2019.2.21——
# 高通滤波器（HPF）
# 简单的说，就是让像素突出的更加突出

# 低通滤波器（LPF）
# 像素与周围像素的亮度差值小于一个特定值时，平滑该像素的亮度
# 主要用于去噪和模糊化

import cv2 as cv
import numpy as np
from scipy import ndimage

# kernel:内核，应用在图像中的一个区域，生成目标图像的一个像素
kernel_3 = np.array([[-1,-1,-1],
                       [-1,8,-1],
                       [-1,-1,-1]]) # 定义3*3的内核

kernel_5 = np.array([[-1,-1,-1,-1,-1],
                    [-1,1,2,1,-1],
                    [-1,2,4,2,-1],
                    [-1,1,2,1,-1],
                    [-1,-1,-1,-1,-1]])  # 定义5*5的内核

img = cv.imread("image1.jpg",0)

# 给定的核与图像进行卷积（convolve）
k3=ndimage.convolve(img,kernel_3)
k5=ndimage.convolve(img,kernel_5)

blurred = cv.GaussianBlur(img,(11,11),0)
g_hpf = img - blurred

cv.imsho