8、可视化高斯滤波器并完成高斯滤波

董董灿是个攻城狮

于 2023-11-19 10:42:50 发布

阅读量244

点赞数

分类专栏： CV视觉算法入门与调优文章标签：人工智能计算机视觉卷积神经网络 opencv 算法

本文链接：https://blog.csdn.net/dongtuoc/article/details/134487863

版权

CV视觉算法入门与调优专栏收录该内容

104 篇文章 ¥59.90 ¥99.00

订阅专栏

超级会员免费看

本文档展示了如何使用Python实现高斯滤波器的可视化，并通过实例解释了如何在图像上增加高斯噪声，然后应用高斯滤波器进行降噪处理。文章详细阐述了高斯噪声的特性，并提供了相关代码示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本节一起绘制一个可视化的高斯滤波器，同时对一个彩色图像增加高斯噪声，最后通过一个高斯滤波器对图像进行降噪处理。

就像上节说的那样，滤波不是学习重点，下面通过实操了解下原理即可。

可视化高斯滤波器

高斯滤波器符合高斯分布，并且是二维高斯分布，这一点在上一节高斯滤波中已经介绍了。

下面我们通过 python 来生成一个高斯滤波器，并且对其可视化。

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from scipy.stats import multivariate_normal
# 定义一个高斯滤波器
def gaussian_kernel(size, sigma=1.0):
    kernel = np.fromfunction(
        lambda x, y: (1/ (2 * np.pi * sigma ** 2)) * np.exp(- ((x - size // 2) ** 2 + (y - size // 2) ** 2) / (2 * sigma ** 2)),
        (size, size)
    )