[Matlab]使用filter2函数进行高斯模糊

本文介绍了如何使用Python进行图像处理,包括读取图像、创建高斯核(通过fspecial函数),应用高斯滤波(filter2函数实现模糊效果),以及处理非灰度图时的灰度转换(rbg2gray函数)。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

目录

1.读取图像

2.创建高斯核 使用 fspecial 函数

3.使用 filter2 函数进行卷积

4.显示更模糊的图像

PS:如果导入的图像不是灰度图

1.读取图像

2.使用 rbg2gray 函数将图片转为灰度图


1.读取图像

img = imread('图像文件名')

2.创建高斯核 使用 fspecial 函数

kernel = fspecial('gaussian',hsize,sigma)
% hsize: 高斯核的大小, sigma: 高斯核的标准差

提示:通过增大 sigma 的值,高斯核的分布将变得更宽,从而导致更明显的模糊效果

3.使用 filter2 函数进行卷积

blurred_img = filter2(kernel, img, 'same')
% 'same'参数保持输出图像与输入图像大小相同(是默认值,可以不加)

4.显示更模糊的图像

imshow(blurred_img, [])
% 加中括号 [] 能扩展显示的范围

与原图对比


PS:如果导入的图像不是灰度图

需要把图像转为灰度图

解决方法示例:

1.读取图像

2.使用 rbg2gray 函数将图片转为灰度图

img_2gray = rgb2gray(图片变量名)

之后再进行前面的第二步操作就可以啦^ ^

2.创建高斯核 使用 fspecial 函数

高斯模糊是一种常用的图像处理方法,通过使用高斯函数生成一个权重矩阵,将该矩阵与原图像进行卷积操作,从而实现图像的模糊效果。在Matlab中,可以使用以下代码实现高斯模糊: ```matlab img_origin=imread('C:\Users\izhxxx\Desktop\论文\canny\lena.png');%读取图片文件 img_gray=rgb2gray(img_origin);%灰度化 Sigma=1.5;%σ为高斯模糊半径,半径越大模糊程度越大 for x = 1: 3 % 垂直方向 for y = 1:3 % 水平方向 WeightMatrix(x, y)=exp(-((x-1)^2+(y-1)^2)/(2*Sigma^2))/(2*pi*Sigma^2); end end WeightMatrix=WeightMatrix./sum(sum(WeightMatrix)); %使该3*3矩阵之和等于1 [row, col] = size( img_gray ); for i = 1: row % 垂直方向 for j = 1:col % 水平方向 if i==1 || j==1 || i==row || j==col img_undist(i, j)=img_gray(i, j);%边缘未处理 else miniMatrix=single(img_gray(i-1:i+1, j-1:j+1)); img_undist(i, j)=sum(sum( miniMatrix.*WeightMatrix ));%高斯模糊 end end end figure(1); subplot(121); imshow(img_gray);%显示灰度图 subplot(122); imshow(img_undist);%显示灰度模糊图 ``` 该代码首先读取图像,然后将其转换为灰度图像。接下来,设定高斯模糊半径,生成一个权重矩阵WeightMatrix,使其满足高斯分布的特性,并通过除以矩阵元素之和使其之和等于1。然后,遍历原图像的所有像素,对于边缘像素不进行处理,其他像素则取其周围3*3范围内的像素灰度值与权重矩阵对应元素相乘并求和,得到模糊后的像素值。最后,使用imshow函数分别显示原图和模糊后的图像。
评论 1
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

打赏作者

Lin_ll

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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