均值滤波
简单的平均卷积操作
blur = cv2.blur(img,(3,3))
(3,3)表示卷积核的大小
方框滤波
基本和均值一样,可以选择归一化
box_t = cv2.boxFilter(img,-1,(3,3),normalize = True)
box_f = cv2.boxFilter(img,-1,(3,3),normalize = False)
-1表示得到的结果与原始通道数在颜色通道上是一致的
当normalize = True时表示做归一化,此时与均值滤波相同
当normalize = False时表示不做归一化
高斯滤波
高斯模糊的卷积核里的数值是满足高斯分布,相当于更重视中间的
dst = cv2.GaussianBlur(src,kisize,sigmax,sigmay,borderType)
dst:返回值
src:原始图像
ksize:滤波核大小
sigmax与sigmay:卷积核在x于y方向上的标准差
borderType:边界样式
aussian = cv2.GaussianBlur(img,(5,5),1)
中值滤波
将中值作为一个滤波结果
相当于用中值代替
median = cv2.medianBlur(img,5)
输出对比