在图像处理中,通常会用到一些经典的卷积滤波器,如低通滤波器、高斯滤波器、锐化滤波器、边缘检测、浮雕滤波器等。这些滤波器会产生不同的效果。下面用opencv实现这些出来看看效果:
原图
低通滤波器
高斯滤波器
锐化滤波器
边缘检测
**浮雕滤波器**
# encoding: utf-8
from __future__ import division
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
import cv2
import numpy as np
#读取原图
image=cv2.imread("E:\\ID\\image\\timg.jpg")
cv2.imshow('original',image)
cv2.waitKey(0)
cv2.destroyAllWindows()
#低通滤波器
kernel1=np.array([[0.11,0.11,0.11],[0.11,0.11,0.11],[0.11,0.11,0.11]])
rect=cv2.filter2D(image,-1,kernel1)
cv2.imwrite("E:\\ID\\image\\rect.jpg",rect)
#高斯滤波器
kernel2=np.array([[1,4,7,4,1],[4,16,26,16,4],[7,26,41,26,7],[4,16,26,16,4],[1,4,7,4,1]])/273.0
gaussian=cv2.filter2D(image,-1,kernel2)
cv2.imwrite("E:\\ID\\image\\gaussian.jpg",gaussian)
#锐化滤波器
kernel3=np.array([[0,-2,0],[-2,9,-2],[0,-2,0]])
sharpen=cv2.filter2D(image,-1,kernel3)
cv2.imwrite("E:\\ID\\image\\sharpen.jpg",sharpen)
#边缘检测
kernel4=np.array([[-1,-1,-1],[-1,8,-1],[-1,-1,-1]])
edges=cv2.filter2D(image,-1,kernel4)
cv2.imwrite("E:\\ID\\image\\edges.jpg",edges)
#浮雕滤波器
kernel5=np.array([[-2,-2,-2,-2,0],[-2,-2,-2,0,2],[-2,-2,0,2,2],[-2,0,2,2,2],[0,2,2,2,2]])
emboss=cv2.filter2D(image,-1,kernel5)
emboss=cv2.cvtColor(emboss,cv2.COLOR_BGR2GRAY)
cv2.imwrite("E:\\ID\\image\\emboss.jpg",emboss)
总结:卷积滤波器是图像处理中非常重要的工具,使用简单的几行代码就可以实现许多photoshop能够达到的效果。