OpenCV的滤波和filter2D

中央电视台,中央电视台,欢迎回到比赛的下半场,下半场和上半场时间已经隔了好几天了,是由于转播方的工作太饱和,以至于没时间来写报告比赛情况,请各位观众谅解,下面我们来观看比赛,咩咩作为主力,继续出战,上图

1.滤波 

先上代码

import cv2

path = r'./miemie5.jpg'
ori_image = cv2.imread(path)
ori_image = cv2.resize(ori_image,(int(ori_image.shape[1]/2),int(ori_image.shape[0]/2)))
# cv2.imshow('ori_image',ori_image)


#滤波
#1.均值滤波
mean_image = cv2.blur(ori_image,(7,7))
cv2.imshow('mean_image',mean_image)
#2.中值滤波
median_image = cv2.medianBlur(ori_image,7)
cv2.imshow('median_image',median_image)
#3.高斯滤波
guassin_image = cv2.GaussianBlur(ori_image,(7,7),0)
cv2.imshow('guassin_image',guassin_image)
#4.双边滤波
binary_image = cv2.bilateralFilter(ori_image,7,75,75)
cv2.imshow('binary_image',binary_image)
cv2.waitKey()

图片效果依次展示

个人感觉双边滤波对咩咩选手的效果比较好,眼睛亮的飞起来,闪闪发光,你就是我的小星星

2.filter2D

 先上代码

import cv2
import numpy as np


path = r'./miemie5.jpg'
ori_image = cv2.imread(path)
ori_image = cv2.resize(ori_image,(int(ori_image.shape[1]/2),int(ori_image.shape[0]/2)))
# cv2.imshow('ori_image',ori_image)

kernel_blur= np.array(([0.0625, 0.125, 0.0625],[0.125, 0.25, 0.125],[0.0625, 0.125, 0.0625]), dtype="float32")
kernel_sobel = np.array(([-1, -2, 1],[0, 0, 0],[1, 2, 1]), dtype="float32")
kernel_emboss = np.array(([-2, -1, 0],[-1, 1, 1],[0, 1, 2]), dtype="float32")
kernel_outline = np.array(([-1, -1, -1],[-1, 8, -1],[-1, -1, -1]), dtype="float32")
kernel_sharpen = np.array(([0, -1, 0],[-1, 5, -1],[0, -1, 0]), dtype="float32")

for i in zip(['kernel_blur','kernel_sobel','kernel_emboss','kernel_outline','kernel_sharpen'],[kernel_blur,kernel_sobel,kernel_emboss,kernel_outline,kernel_sharpen]):
    filter2d_image = cv2.filter2D(ori_image, -1, i[1])
    cv2.imshow(i[0],filter2d_image)
cv2.waitKey()

 上图

 亲爱的观众朋友们,比赛就要结束了,让我大家一起来投票选出今天的MVD吧,MVD== Most Valuable Dog!!!!

我的答案是原图,哈哈哈,真实的就是最美的,感谢各位观众的收看

预告,最近本人比较忙,更新时间不定,敬请期待!

至此,敬礼,salute!!!

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

  • 5
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 6
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

咕里个咚

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值