OpenCV+Python 图像模糊

高斯模糊

高斯模糊本质上是低通滤波器，输出图像的每个像素点是原图像上对应像素点与周围像素点的加权。

高斯分布权重矩阵，就是对二维正态分布的密度函数（也就是高斯函数）采样再做归一化的产物。

使用opencv做高斯模糊，调用GaussianBlur函数，给出高斯矩阵的尺寸和标准差即可：

blur = cv2.GaussianBlur(img,(5,5),0)

其中，(5, 5)表示高斯矩阵的长与宽都是5，标准差取0时OpenCV会根据高斯矩阵的尺寸自己计算。通常，高斯矩阵的尺寸越大，标准差越大，处理过的图像模糊程度越大。

def img_blur(path):
    files = os.listdir(path)
    count = 0
    for file in files:
        count += 1
        imgs = os.listdir(os.path.join(path,file))
        for img in imgs:
            filename = os.path.basename(os.path.join(path,file,img))
            img = cv2.imread(os.path.join(path,file,img))
            dst = cv2.GaussianBlur(img,(5,5),0)
            cv2.imwrite(os.path.join(path,file,filename),dst)
        print(count)
    print('Done')

运动模糊

由于相机和物体之间的相对运动造成的模糊，又称为动态模糊。

使用opencv实现运动模糊，主要用到的函数是cv2.filter2D()。

def motion_blur(path,degree=12,angle=45):
    files = os.listdir(path)
    count = 0
    for file in files:
        count += 1
        imgs = os.listdir(os.path.join(path,file))
        for img in imgs:
            filename = os.path.basename(os.path.join(path,file,img))
            img = cv2.imread(os.path.join(path,file,img))
            img = np.array(img)
            
            #生成任意角度的运动模糊kernel的矩阵， degree越大，模糊程度越高
            M = cv2.getRotationMatrix2D((degree/2, degree/2), angle, 1)
            motion_blur_kernel = np.diag(np.ones(degree))
            motion_blur_kernel = cv2.warpAffine(motion_blur_kernel,M,(degree,degree))
            
            motion_blur_kernel = motion_blur_kernel / degree
            blurred = cv2.filter2D(img,-1,motion_blur_kernel)
            cv2.normalize(blurred,blurred,0,255,cv2.NORM_MINMAX)
            blurred = np.array(blurred,dtype=np.uint8)
            cv2.imwrite(os.path.join(path,file,filename),blurred)
        print(count)
print('Done')

resize模糊

使用opencv中resize()实现图像下采样、上采样，可以使图像模糊。

def img_down_up(path):
    files = os.listdir(path)
    for file in files:
        imgs = os.listdir(os.path.join(path,file))
        for img in imgs:
            filename = os.path.basename(os.path.join(path,file,img))
            img = cv2.imread(os.path.join(path,file,img))
            down_img = cv2.resize(img,(64,64),interpolation=cv2.INTER_CUBIC)
            up_img = cv2.resize(down_img,(128,128),interpolation=cv2.INTER_CUBIC)
            cv2.imwrite(os.path.join(path,file,filename),up_img)
    print('Done')