Python OpenCV 365 天学习计划,与橡皮擦一起进入图像领域吧。
基础知识铺垫
看到一种说法,解释高斯模糊的比较简单,高斯模糊是带加权的均值模糊。
大概解释如下:
高斯模糊实质上就是一种均值模糊,只是高斯模糊是按照加权平均的,距离越近的点权重越大,距离越远的点权重越小。
通俗的讲,高斯滤波就是对整幅图像进行加权平均的过程,每一个像素点的值,都由其本身和邻域内的其他像素值经过加权平均后得到。
不过阅读起来还是比较费劲的,这种情况,有两种学习方式
第一种,去死磕线性代数,研究卷积算法
第二种,先放一下,因为目前高斯模糊的应用场景,还未完全明确,可以日后用到这部分知识,在进行学习,橡皮擦选择第二种。
高斯模糊在美颜软件上挺常见的,专业图片处理工具也一定有,主要用在磨皮与毛玻璃效果上。
关于高斯模糊,还真找到一篇不错的博客,可以参考(建议在新选项卡打开,对照着学习)。
寻找资料的时候,还发现一个大佬关于高斯模糊的解释,可以参考。
函数原型介绍
高斯模糊(Gaussian Blur)
函数原型如下:
dst = cv2.GaussianBlur(src, ksize, sigmaX, dst=None, sigmaY=None, borderType=None)
参数说明:
src:原图像;
ksize: