opencv高斯模糊_OpenCV的初步简单讲解——高斯模糊与卷积核，通俗易懂

最新推荐文章于 2024-07-25 00:33:28 发布
最新推荐文章于 2024-07-25 00:33:28 发布
阅读量1.2k 收藏 12
点赞数 5
文章标签： opencv高斯模糊 如何判断模糊图像
本文介绍了OpenCV中的高斯模糊概念，包括模糊成像原理、卷积核、正态分布和高斯函数的基础知识。高斯模糊是通过高斯函数计算权重矩阵，对图像进行卷积滤波，实现像素的加权平均，从而达到模糊效果。通过理解这些概念，有助于更好地应用OpenCV进行图像处理。
摘要由CSDN通过智能技术生成

OpenCV是一个非常实用的计算机视觉库，现在它已经在诸多学科有应用，本文先暂不讲OpenCV本身，而只简单的讲解如何实现opencv中如何模糊成像，与卷积的简单介绍。

什么是高斯模糊？

模糊当然是人眼睛看不清当然就感觉模糊啦！至于高斯，可能高斯这个人是近视吧。好，模糊就讲到这为止。

当然不是这样，模糊是一种利用图像算法对源图像素色值进行重新合成的一种处理结果，而高斯模糊则是运用高斯函数(遵循数据正态分布)求出对应图像的卷积核在进行一定换算最后合成图像的一种特殊处理结果，当然其中有很多过程及概念，所以在了解高斯模糊成像的过程前，我们要先了解一下什么是卷积核。

卷积核

一看非常高大上的名字，但是它其实就是通过某种算法(平常所听的XX卷积，XXX卷积其实就是不同算法所得出的)得出的一个结果矩阵。首先我们知道图像其实就是一个个的像素点所构成的矩阵排列，而通过高斯函数求出来的目标矩阵在与源矩阵进行卷积滤波之后就能得出结果矩阵就是我们最后模糊的图像结果，效果如图所示：

57c18ccde338d56303db591246b0de7f.png

卷积滤波

我们先把卷积核放到一边，重点先看一下原像素是如何通过卷积滤波来得到目标像素的。如图所示，如果我们想要得到图中的目标像素(第二排第二列)，那么我需要同样的找到原像素和原像素周围的一圈像素(3*3的矩阵)，然后根据周围一

最低0.47元/天 解锁文章
weixin_39851887
关注
python-opencv教程之均值模糊，中值模糊，高斯模糊的数学计算以及具体应用的大对比
信徒博客
12-24 400
首先，我们看效果，然后用一个简单的例子了解一下这里面涉及的计算流程 均值模糊 求平均值 一、计算过程简单演示一下 程序跑一下验证结果 二、应用在图片上有什么效果 import cv2 import numpy as np def blur_test(): img=cv2.imread("E:/cx/1.jpg") dst = cv2.blur(img,(3,3)) cv2.imshow("img", img) cv2.imshow("dst..
opencv中的均值滤波与高斯滤波用法总结(09)
久久乐
08-13 1万+
还是老习惯，分三步走。第一步，功能说明。第二步，结果图显示，第三步，API详解。第四步，代码展示（注释很详细，保证所有有C++基础的人都可以看懂。） 第一步，功能说明： 高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。 高斯滤波：用领域内像素的加权平均灰度值去替代模板中心像素点的值。 均值滤波原理：该核内的值，求平均值放入核中。这样核依次把所有的下那个数求出来...
Python-Opencv中高斯噪点和高斯模糊
qq_44262417的博客
04-04 4164
Python-Opencv中高斯噪点和高斯模糊 1. 什么是高斯模糊 把要模糊的像素色值统计，用数学上加权平均的计算方法（高斯函数）得到色值，对范围、半径等进行模糊 2. 高斯模糊的应用场景 一些美颜软件、美颜相机上的磨皮和毛玻璃特效基本上都是用的高斯模糊，并且大部分图像处理软件中都有高斯模糊的操作，除此之外，高斯模糊还具有减少图像层次和深度的功能 注 以上内容来自：https://blog.cs...
gaussianblur函数_OpenCV 学习：8 高斯滤波GaussianBlur
weixin_40006185的博客
11-25 893
1 什么是高斯滤波？高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。[1]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。高斯滤波的具体操作是：用一个模板（或称卷积、掩模）扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。2 基本原理数值图像处理中，高斯滤波主...
【图像处理】高斯模糊、高斯函数、高斯核、高斯卷积操作
生活需要深度
07-04 1981
再次回到这张图，这张图的横轴的0.5，1.5，2，2.5表示几个标准差大小，0.5即0.5个标准差大小，具体数值等于0.5sigma。这个分布可以一直取值，不停地向两边延伸，但是分了方便计算以及精度的考量，当我们取-3sigma到3sigma区间内时，此时该段区间内占整个分布的99.8%，我们就大致认为该段分布已经包含了所有的情况。这9个点的权重总和等于0.4787147，如果只计算这9个点的加权平均，还必须让它们的权重之和等于1，因此上面9个值还要分别除以0.4787147，得到最终的权重矩阵。
Python-OpenCV 图像处理（七）：高斯模糊
zx_good_night的博客
03-18 1155
import cv2 import numpy as np __author__ = "zxsuperstar" __email__ = "zxsuperstar@163.com" """ 高斯模糊/噪声 轮廓还在，保留图像的主要特征 高斯模糊比均值模糊去噪效果好 """ def clamp(pv): if pv > 255: return 255 if...
python opencv手动实现cv2.GaussianBlur
TTTree_的博客
06-23 1656
cv2.GaussianBlur()内部的计算逻辑
python-opencv--高斯模糊
weixin_43740956的博客
10-26 351
import cv2 as cv import numpy as np def clamp(pv): if pv > 255: return 255 if pv < 0: return 0 else: return pv def gaussian_noise(image): #直接是在每个通道添加随机的数值 h, w, c = image.shape for row in range(h): for col in range(w): s = np.random.normal(0, 20, 3)
Opencv 图片的初步处理——平滑处理
ytffhew的博客
11-08 207
Opencv 图片的初步处理——平滑处理
opencv 轻松入门 面向python pdf_OpenCV轻松入门：面向Python
weixin_39603995的博客
12-20 1979
OpenCV轻松入门：面向Python，由电子工业出版社在2019-05-01月出版发行，本书编译以及作者信息为： 李立宗 著，这是第1次发行， 国际标准书号为：9787121362903，品牌为电子工业出版社, 这本书采用平装开本为16开，纸张采为胶版纸，全书共有480页，字数78万7200字，值得推荐。此书内容摘要本书基于面向 Python 的 OpenCV(OpenCV f...
CV学习：OpenCv快速入门(python版)
m0_51485946的博客
08-02 2929
​ 本文代码全部可运行，笔者运行环境：python3.7+pycharm+opencv4.6。此文是学习记录，记录opencv的入门知识，对各知识点并不做深入探究。文章的目的是让阅读者在极短的时间达到入门水平。 OpenCV是一个（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。
opencv-python-cv2.GaussianBlur（）函数介绍
热门推荐
weixin_52012241的博客
01-03 2万+
高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。 语法：cv2.GaussianBlur(src, ksize, sigmaX, sigmaY, borderType)-> dst ——src输入图像。 ——dst输出图像的大小和类型与src相同。 ——ksize高斯内核大小。 ksize.width和ksize.height可以不同，但​​它们都必须为正数和奇数，也可以为零，然后根据sigmaX和sigmaY计算得出。 ——sigmaX X方向上的高斯核标准偏差。
opencv-python库 cv2图像平滑处理 cv2.blur()&cv2.boxFilter()&cv2.GaussianBlur()&cv2.bilateralFilter()
记录学习过程
04-04 2200
cv2图像平滑处理是一种减少图像噪声、去除细节并平滑图像过渡部分的技术。均值滤波：均值滤波是最简单的平滑处理方法之一。它用图像中像素周围区域的平均值来代替每个像素的值。这种滤波方法对去除高斯噪声等简单噪声类型效果较好。在OpenCV中，可以使用cv2.blur()或cv2.boxFilter()函数来实现均值滤波。高斯滤波：高斯滤波是一种线性平滑滤波方法，它使用高斯函数对图像进行卷积。高斯滤波在平滑图像的同时能够较好地保留图像的边缘信息。
小白学python（opencv模糊）
Lucky Home
04-10 2万+
今天稍微学学模糊有关知识，发出来记录以一下。 模糊 #像的模糊是图像处理中比较常用和简单的处理手段之一。那么使用这种手段的原因就是为了给图像进行去噪，便于后面的处理。 #模糊处理的背后的原理其实就是卷积计算。 #单的说，拿一个小方格在图像这个方格上进行滑动，这样我们就可以得到一个新的图像了。 #根据原理的不同，模糊方式有很多种。 #（度娘yyds） 均值模糊 #适用于去随机噪声 #均值滤波从字面意思上就是取平均值，也就是黄色小方格上的系数全是1，与黄色窗体覆盖下的像素值相乘，再去除以9（卷积和大小为3
OpenCV库学习之cv2.GaussianBlur函数
最新发布
qq_46396470的博客
07-25 1171
是 OpenCV 图像处理库中的一个函数，它用于对图像进行高斯模糊处理。高斯模糊是一种常用的图像模糊技术，通过高斯函数对图像进行卷积，实现图像的平滑效果，常用于去除图像噪声或实现图像的柔化。
python-opencv之图像滤波（blur，boxFilter，GaussianBlur，medianBlur）
恍恍惚惚的大穷猫的博客
09-14 4936
高斯滤波的具体操作是：用一个模板（或称卷积、掩模）扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。中值滤波是一种典型的非线性滤波，是基于排序统计理论的一种能够有效抑制噪声的非线性信号处理技术，基本思想是用像素点邻域灰度值的中值来代替该像素点的灰度值，让周围的像素值接近真实的值从而消除孤立的噪声点。中值滤波会取当前像素点及其周围临近像素点（一共有奇数个像素点）的像素值，将这些像素值排序，然后将位于中间位置的像素值作为当前像素点的像素值。如果normalize!
高斯模糊（OpenCV+Python）
m0_43425029的博客
05-12 4391
1.高斯模糊的介绍 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。 高斯模糊的原理： 高斯分布的标准差σ。标准差代表着数据的离散程度，如果σ较小，那么生成的模板的中心系数较大，而周围的系数较小，这样对图像的平滑效果就不是很明显；反之，σ较大，则生成的模板的各个系数相差就不是很大，比较类似均值模板，对图像的平滑效果比较明显 2.
Python-openCV高斯平滑
clm1206的博客
04-14 1279
对于可分离式卷积核可通过先进行x方向卷积再进行y方向卷积进行图像卷积计算 #coding=utf-8 import cv2 import numpy as np from scipy import signal def gauss_blur(img,sigma,H,W): gauss_kenrnel1=cv2.getGaussianKernel(W,sigma,cv2.CV_64F) ...
OpenCV边缘检测：使用Canny函数与高斯模糊
在提供的代码片段中，可以看到如何使用OpenCV的`GaussianBlur`函数进行高斯模糊，然后使用`Canny`函数进行边缘检测。`Canny`函数需要输入图像、低阈值和高阈值。检测到的边缘图像随后被显示出来，以便于分析和后续...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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