Opencv基础自学十二（高斯模糊）

import cv2 as cv
import  numpy as np

def clamp(pv):
	if pv>255:
		return 255
	if pv<0:
		return 0
	else:
		return pv

def gaussian_noise(image):
	h,w,c=image.shape
	for row in range(h):
		for col in range(w):
			#loc概率分布的均值，对应着整个分布的中心center
			#scale概率分布的标准差，对应于分布的宽度，scale越大越矮胖，scale越小，越瘦高
			#size 输出的shape，默认为None，只输出一个值
			#这里是输出3个
			s=np.random.normal(loc=0,scale=20,size=3)
			b=image[row,col,0]
			g=image[row,col,1]
			r=image[row,col,2]
			image[row,col,0]=clamp(b+s[0])
			image[row,col,1]=clamp(g+s[1])
			image[row,col,2]=clamp(r+s[2])
	cv.imshow("noise image",image)

src=cv.imread("D:/2018-07-31 101509.jpg")
cv.namedWindow("input image",cv.WINDOW_AUTOSIZE)
cv.imshow("source image",src)
gaussian_noise(src)#高斯
cv.waitKey(0)
cv.destroyAllWindows()

 

原图效果

高斯效果图