OpenCV实现运动模糊（个人笔记）

关注

原创最新推荐文章于 2026-03-27 18:30:00 发布 1.1k 阅读 AI 写同款· GEO 优化 ›

OpenCV实现运动模糊图像的模拟产生模糊和噪声的原因有很多，比如拍摄环境的不稳定、拍摄设备的不精密、拍摄对象的快速运动、空气气流的扰动、储存与传输过程电路产生的错误等，本文要考虑的是由于拍摄对象和拍摄设备相对运动引起的运动模糊。关于噪声，其种类和产生的原因也是多种多样，比如白噪声、椒盐噪声、闪烁噪声、褐色噪声等。由于本文关注的重点在于对运动模糊的处理，所以对噪声统一处理为加性的随机噪声。运动模糊的数学原理运动模糊，是在拍阅读详情

import cv2 as cv
import numpy as np


def motion_blur(image, kernel_size, angle):
    M = cv.getRotationMatrix2D((kernel_size // 2, kernel_size // 2), angle, 1)
    motion_blur_kernel = np.diag(np.ones(kernel_size))
    motion_blur_kernel = cv.warpAffine(motion_blur_kernel, M, (kernel_size, kernel_size))

    motion_blur_kernel = motion_blur_kernel / kernel_size
    blur = cv.filter2D(image, -1, motion_blur_kernel)

    cv.normalize(blur, blur, 0, 255, cv.NORM_MINMAX)

    return blur


if __name__ == "__main__":
    img = cv.imread("./data/bird.jpg")
    cv.imshow("src", img)

    while True:
        k_size = np.random.choice(np.arange(5, 12, 2))
        ang = np.random.choice(np.arange(-45, 45))

        res = motion_blur(np.copy(img), k_size, ang)

        cv.imshow("res", res)
        if cv.waitKey() & 0xFF == ord('q'):
            break

收录于