【OpenCV】高手勿入! 半小时学会基本操作 9 滤波器_opencv 高斯核函数在x方向上的标准偏差 csdn(1)

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

cv2.destroyAllWindows()

输出结果:  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20210718091406327.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NjI3NDE2OA==,size_16,color_FFFFFF,t_70#pic_center)


## 方框滤波


方框滤波器 (Box Filter) 和均值滤波器基本一样.


格式:

cv2.boxFilter(src, ddepth, ksize, dst=None, anchor=None, normalize=None, borderType=None)

参数:


* src: 需要滤波的图片
* ddepth: 输入图像的深度, -1 代表使用原图深度
* Normalize: 标准化, 默认为 None


代码:

读取图片

img = cv2.imread(“noise.jpg”)

方框滤波器 (3 X 3)

box = cv2.boxFilter(img, -1, (3, 3), normalize=True)

图片展示

cv2.imshow(“box”, box)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出结果:


![在这里插入图片描述](https://img-blog.csdnimg.cn/20210718094646147.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NjI3NDE2OA==,size_16,color_FFFFFF,t_70#pic_center)


## 高斯滤波器


高斯滤波器 (Gauss Filter) 是一种线性平滑滤波, 适用于高斯噪声.


高斯噪声 (Gaussian Noise) 是概率密度函数服从高斯分布的一类噪声.  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20210718103710343.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NjI3NDE2OA==,size_16,color_FFFFFF,t_70)


格式:

cv2.GaussianBlur(src, ksize, sigmaX, dst=None, sigmaY=None, borderType=None)

参数:


* src: 需要滤波的图片
* ksize: 卷积核大小
* sigmaX: 高斯核函数在 X 方向的的标准偏差
* sigmaY: 高斯核函数在 Y 方向的的标准偏差


代码:

读取图片

img = cv2.imread(“noise.jpg”)

高斯滤波器 (3 X 3)

gaussian = cv2.GaussianBlur(img, (3, 3), 1)

图片展示

cv2.imshow(“gaussian”, gaussian)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出结果:


![在这里插入图片描述](https://img-blog.csdnimg.cn/20210718103922364.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NjI3NDE2OA==,size_16,color_FFFFFF,t_70#pic_center)


## 中值滤波


中值滤波器 (Median Filter) 用中值填充.


代码:

读取图片

img = cv2.imread(“noise.jpg”)

中值滤波器 (3 X 3)

median = cv2.medianBlur(img, 3)

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新**

需要这份系统化资料的朋友，可以戳这里获取