1-18 平滑处理——高斯滤波 opencv树莓派4B 入门系列笔记

最新推荐文章于 2024-11-14 17:37:49 发布

Serial number V

最新推荐文章于 2024-11-14 17:37:49 发布

阅读量364

点赞数 8

分类专栏：树莓派文章标签： opencv 笔记人工智能计算机视觉算法

本文链接：https://blog.csdn.net/2301_80015907/article/details/141788847

版权

树莓派专栏收录该内容

24 篇文章 1 订阅

订阅专栏

一、提前准备

二、代码详解

cv2.GaussianBlur函数用于对图像进行高斯滤波。高斯滤波是一种平滑图像的技术，用于减少噪声和细节。函数的三个参数如下：

三、运行结果

四、完整工程贴出

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
 
# 读取图像
img = cv2.imread('/home/raspberry4B/Pictures/MD.jpg')
 
# 进行高斯滤波
filtered_img = cv2.GaussianBlur(img, (5, 5), 0)
 
# 显示原图和滤波后的图像
cv2.imshow('Original Image', img)
cv2.imshow('Filtered Image', filtered_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

`cv2.GaussianBlur`函数用于对图像进行高斯滤波。高斯滤波是一种平滑图像的技术，用于减少噪声和细节。函数的三个参数如下：

img：输入图像。
(5, 5)：表示高斯滤波器的内核大小。这里的 (5, 5) 是一个 5x5 的内核，表示滤波器将考虑每个像素周围 5x5 的区域。内核大小必须是正奇数。
0：表示高斯内核的标准差。在这种情况下，0 表示标准差由内核大小自动计算。如果指定非零值，则使用该值作为标准差。