Python素描

最新推荐文章于 2024-06-05 12:31:45 发布

原创最新推荐文章于 2024-06-05 12:31:45 发布 · 2.2k 阅读

0 ·

CC 4.0 BY-SA版权

Python 同时被 2 个专栏收录

4 篇文章

订阅专栏

人工智能

1 篇文章

订阅专栏

本文介绍了两种不同的图像处理技术：一种使用中值模糊和自适应阈值进行边缘检测；另一种则采用高斯模糊和图像除法增强细节。通过具体代码展示了这两种技术的应用，并比较了它们在图像处理上的效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import cv2

# 第一种
# image_path = r"E:\Python\sensitiveword\1.jpg"
# image_read = cv2.imread(image_path)
# image_gray = cv2.cvtColor(image_read, cv2.COLOR_RGB2GRAY)
# image_gray = cv2.medianBlur(image_gray,5)
# image_edge = cv2.adaptiveThreshold(image_gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, blockSize=3, C=2)
# cv2.imwrite("3.jpg",image_edge)

# 第二种
image_path = r"E:\Python\sensitiveword\1.jpg"
image_read = cv2.imread(image_path)
image_gray = cv2.cvtColor(image_read, cv2.COLOR_RGB2GRAY)
image_blur = cv2.GaussianBlur(image_gray, ksize=(21, 21), sigmaX=0, sigmaY=0)
image = cv2.divide(image_gray, image_blur, scale=255)
cv2.imwrite("8.jpg", image)

太简单懒得写介绍自己看代码吧