10、利用卷积对图像模糊处理

代码

解释都在注释里啦

import cv2 as cv 
import numpy as nm 

#对图像做模糊处理
def vague(img):
    img1=cv.blur(img,(5,5))
    '''
    blur(src,ksize,dst=None, anchor=None, borderType=None):均值模糊函数
    src:要模糊的图片
    ksize:要模糊的像素范围，是个矩阵，(5,5)即5*9的大小
    '''
    cv.imshow("average",img1)

    img2=cv.medianBlur(img,5)
    '''
    medianBlur(src, ksize, dst=None):中值模糊函数
    src:要模糊处理的图片
    ksize:是一个数字，5即表示了5*5的方正
    '''
    cv.imshow("median",img2)

    img3=cv.GaussianBlur(img,(5,5),2)
    cv.imshow("Gaussian",img3)
    '''
    GuassianBlur(src, ksize, sigmaX, dst=None, sigmaY=None, borderType=None)
    sigmaX:标准差
    '''

    img4=cv.bilateralFilter(img,5,2,2)
    cv.imshow("bilateral", img3)
    '''
    bilateralFilter(src, d, sigmaColor, sigmaSpace, dst=None, borderType=None)
    d:模糊直径
    sigamaColor；颜色标准差
    sigamaSpace:空间标准差、
    '''
def selfdef(img):
    mask1=nm.ones((5,5),nm.float)#自定义矩阵大小，防止数值溢出
    img1=cv.filter2D(img,-1,mask1)
    cv.imshow("selfVague",img1)
    mask2 = nm.array([[0, -1, 0], [-1, 5, -1], [0, -1, 0]], nm.float32)
    img2=cv.filter2D(img,-1,mask2)
    cv.imshow("selfsharpen",img2)

img=cv.imread("mei.jpg")
cv.imshow("Before",img)
selfdef(img)
cv.waitKey(0)
cv.destroyAllWindows()