opencv之图像模糊

在这里插入图片描述在这里插入图片描述
!在这里插入图片描述在这里插入图片描述

	//模糊图像   双边模糊 高斯模糊  中值模糊
void Vague(Mat m)
{
    imshow("dst",m);
    Mat dst;\
    均值模糊
    blur(m,dst,Size(5,5),Point(-1,-1));
    imshow("dst1",dst);
    //高斯模糊
    GaussianBlur(m,dst,Size(11,11),11,11);
     imshow("dst2",dst);

    //中直滤波
    medianBlur(m,dst,3);
      imshow("dst3",dst);
    //双边滤波
    bilateralFilter(m,dst,10,100,3);
    imshow("dst4",dst);

    Mat resultimg;
    Mat kernel=(Mat_<int>(3,3) << 0,-1,0,-1,5,-1,0,-1,0);
    filter2D(dst,resultimg,-1,kernel,Point(-1,-1),0);

     imshow("resultimg",resultimg);

}
			原图========== 均值模糊============高斯模糊==============中直滤波===========双边滤波

在这里插入图片描述

OpenMV中,可以使用高斯滤波对图像进行平滑处理。高斯滤波可以有效地降低图像中的噪声,并使图像更加清晰。通过对图像中的每个像素周围的邻域进行加权平均,高斯滤波可以降低高频噪声的影响。在OpenMV中,可以使用`img.gaussian(半径)`函数对图像进行高斯滤波处理。其中,`半径`参数指定高斯核的半径大小。较大的半径会使图像更加模糊,而较小的半径会保留更多的细节信息。 例如,可以使用以下代码在OpenMV中对图像进行高斯滤波处理: ```python import sensor import image # 初始化图像传感器 sensor.reset() sensor.set_pixformat(sensor.RGB565) sensor.set_framesize(sensor.QVGA) # 拍摄图像 image = sensor.snapshot() # 对图像进行高斯滤波 image.gaussian(3) # 使用半径为3的高斯核进行滤波 # 显示图像 image.show() ``` 在上述代码中,`image.gaussian(3)`函数将使用半径为3的高斯核对图像进行滤波处理。最后,可以使用`image.show()`函数显示处理后的图像。 请注意,OpenMV中的高斯滤波函数是基于图像对象的方法,因此在使用函数时需要对图像对象进行调用。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [OpenCV高斯滤波器详解及代码实现](https://blog.csdn.net/qq_36359022/article/details/80154900)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *3* [pid摄像头循迹(opencvopenmv)](https://blog.csdn.net/qingchedeyongqi/article/details/117856071)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
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
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