python+opencv滤波方法整理

python+opencv滤波方法整理

#图像平滑(低通滤波(LPF)有利于去噪,模糊图像,高通滤波(HPF)有利于找到图像边界)
#2D滤波器
def d2filter(img):
    kernel = np.ones((5, 5), np.float32) / 25   #卷积核
    d2filter = cv2.filter2D(img, -1, kernel)
    return d2filter

#高斯滤波(二维离散卷积核)(高斯核的高和宽(奇数))
def GBlur(img):
    GBlur = cv2.GaussianBlur(img, (5, 5), 0)  #(5,5)表示的是卷积核大小,0表示的是沿x与y方向上的标准差
    return GBlur

#均值滤波(二维离散卷积核)
def meanval(img):
    meanval=cv2.blur(img,(3,5)) # 卷积核大小为3*5, 模板的大小是可以设定的
    return meanval

#方框滤波,normalize=1时,表示进行归一化处理,此时图片处理效果与均值滤波相同,如果normalize=0时,表示不进行归一化处理,像素值为周围像素之和,图像更多为白色
def boxfilter(img):
    boxfilter = cv2.boxFilter(img, -1, (5, 5), normalize=1)
    return boxfilter


#中值滤波(统计学)(中值滤波模板就是用卷积框中像素的中值代替中心值,达到去噪声的目的。这个模板一般用于去除椒盐噪声。卷积核的大小也是个奇数。)
def medBlur(img):
    medBlur = cv2.medianBlur(img, 5)  # 中值滤波函数
    return medBlur

#双边滤波(保持边缘清晰)双边滤波同时使用了空间高斯权重和灰度相似性高斯权重,确保了边界不会被模糊掉。
def doufilter(img):
    #9表示的是滤波领域直径,后面的两个数字:空间高斯函数标准差,灰度值相似性标准差
    doufilter = cv2.bilateralFilter(img, 9, 80, 80)
    return doufilter
PythonOpenCV是一种非常流行的计算机视觉库,用于处理图像和视频数据。OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习软件库,提供了许多功能,包括图像处理、特征检测、目标跟踪、运动检测等。Python是用于编写计算机程序的高级编程语言,它易于学习,并且拥有丰富的第三方库,包括OpenCVPythonOpenCV的主要应用场景包括: 1. 图像处理:使用OpenCV可以进行各种图像处理操作,例如调整大小、裁剪、旋转、色彩空间转换、滤波等。 2. 特征检测:OpenCV提供了许多特征检测算法,如SIFT、SURF、ORB等,可用于识别图像中的关键点并提取特征描述符。 3. 目标跟踪:OpenCV提供了许多目标跟踪算法,如帧间差分法、光流法等,可用于实时跟踪视频中的运动目标。 4. 运动检测:OpenCV可以检测视频中的运动对象,例如车辆、行人等。 5. 面部识别:OpenCV可以用于面部识别,通过检测图像中的面部特征并进行匹配。 使用PythonOpenCV进行计算机视觉开发的基本步骤包括: 1. 安装PythonOpenCV库:可以从官方网站下载并安装PythonOpenCV库。 2. 导入库:在Python脚本中导入OpenCV库,以便可以使用其提供的函数和方法。 3. 读取图像或视频文件:使用OpenCV的函数读取图像或视频文件,并将其加载到内存中。 4. 进行图像处理或特征检测:使用OpenCV提供的函数和方法对图像或视频进行处理或检测特征。 5. 保存结果:将处理或检测的结果保存到文件或输出到控制台。 总之,PythonOpenCV是一种强大的计算机视觉工具,可用于各种图像和视频处理任务。通过学习和掌握PythonOpenCV,您可以轻松地进行计算机视觉研究、开发和应用。
评论 1
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