目录
blur = cv2.boxFilter(img, -1, (5, 5), normalize=True)
一、提前准备
1、树莓派4B 及 64位系统
2、提前安装opencv库 以及 numpy库
3、保存一张图片
二、代码详解
import cv2
# 加载图像
img = cv2.imread('/home/raspberry4B/Pictures/MD.jpg')
# 使用cv2.blur()进行均值滤波,这里使用大小为9*9的滤波核进行均值滤波
dst1 = cv2.blur(img, (9, 9))
# 使用cv2.boxFilter()进行均值滤波
blur = cv2.boxFilter(img, -1, (5, 5), normalize=True)
# 显示原图和处理后的图像
cv2.imshow('Original Image', img)
cv2.imshow('Blur Image', blur)
cv2.waitKey(0)
cv2.destroyAllWindows()
dst1 = cv2.blur(img, (9, 9))
cv2.blur(src, ksize)
:- 用于对图像进行均值滤波(模糊处理)。
src
: 输入图像,作为输入的图像矩阵,这里是img
。ksize
: 滤波核的大小,用于计算均值。这里是(9, 9)
,表示滤波器的窗口大小为 9x9 像素。- 返回值是经过模糊处理后的图像。
blur = cv2.boxFilter(img, -1, (5, 5), normalize=True)
cv2.boxFilter(src, ddepth, ksize, normalize=True)
:- 用于对图像进行方框滤波(均值滤波的一种实现)。
src
: 输入图像,这里是img
。ddepth
: 输出图像的深度。-1
表示输出图像的深度与输入图像相同。ksize
: 滤波核的大小,这里是(5, 5)
,表示滤波器的窗口大小为 5x5 像素。normalize
: 是否归一化。True
表示在计算时会对滤波核中的值进行归一化处理,实际效果是对窗口内的像素取平均值。
三、运行现象
四、完整工程贴出
持续更新中……