OpenCV-Python图像模糊处理

Hong_Youth

已于 2023-04-25 19:58:49 修改

阅读量2w

点赞数 47

分类专栏： Python 计算机视觉文章标签： opencv python 计算机视觉

于 2021-10-20 19:54:23 首次发布

本文链接：https://blog.csdn.net/hallobike/article/details/120873754

版权

本文介绍了OpenCV-Python中图像模糊处理的方法，包括均值滤波、高斯滤波和高斯双边滤波。均值滤波通过计算像素的平均值来去除椒盐噪声。高斯滤波利用高斯函数权重对图像进行平滑，擅长去除高斯噪声。高斯双边滤波则结合空间邻近度和像素值相似度，既能去噪又能保留边缘信息，但计算量较大。

摘要由CSDN通过智能技术生成

其实我们平时在深度学习中所说的卷积操作，在 opencv 中也可以进行，或者说是类似操作。那么它是什么操作呢？它就是图像的模糊（滤波）处理。

均值滤波

使用 opencv 中的cv2.blur(src, ksize)函数。其参数说明是：

src: 原图像
ksize: 模糊核大小

原理：它只取内核区域下所有像素的平均值并替换中心元素。3x3 标准化的盒式过滤器如下所示：

3×3标准过滤器

特征：核中区域贡献率相同。
作用：对于椒盐噪声的滤除效果比较好。

# -*-coding:utf-8-*-
"""
File Name: image_deeplearning.py
Program IDE: PyCharm
Date: 2021/10/17
Create File By Author: Hong
"""
import cv2 as cv


def image_blur(image_path: str):
    """
    图像卷积操作：设置卷积核大小，步距
    :param image_path:
    :return:
    """
    img = cv.imread(image_path, cv.IMREAD_COLOR)
    cv.imshow('input', img)
    # 模糊操作（类似卷积