平均模糊：過(guò)度模糊圖像并忽略重要的邊緣
blurred = cv2.blur(image, (kX, kY))
參數(shù)1：模糊對(duì)象
參數(shù)2：矩陣大小

高斯模糊：保留更多的圖像邊緣
blurred = cv2.GaussianBlur(image, (kX, kY), 0)
參數(shù)1：模糊對(duì)象
參數(shù)2：矩陣大小
參數(shù)3：標(biāo)準(zhǔn)方差

中位數(shù)模糊：圖像中去除鹽椒點(diǎn)，圖像中的雜質(zhì)點(diǎn)
blurred = cv2.medianBlur(image, k)
參數(shù)1：模糊對(duì)象
參數(shù)2：中位數(shù)值，為整型數(shù)據(jù)，數(shù)據(jù)越大圖像越模糊

雙邊模糊：減少噪音同時(shí)仍然保持邊緣，我們可以使用雙邊模糊。雙邊模糊通過(guò)引入兩個(gè)高斯分布來(lái)實(shí)現(xiàn)
blurred =cv2.bilateralFilter(image, diameter, sigmaColor, sigmaSpace)
參數(shù)1：想要模糊的圖像。
參數(shù)2：像素鄰域的直徑 - 這個(gè)直徑越大，模糊計(jì)算中包含的像素越多。
參數(shù)3：顏色標(biāo)準(zhǔn)差，模糊時(shí)將考慮鄰域中的更多顏色，相似顏色的像素才能顯
著地影響模糊
參數(shù)4：空間標(biāo)準(zhǔn)偏差，更大的值意味著像素越遠(yuǎn)離中心像素直徑將影響模糊計(jì)算。后面3個(gè)參數(shù)都為整型參數(shù)

下面我們就利用中值濾波做個(gè)示例，代碼如下：

#!/usr/bin/env python3import cv2image = cv2.imread(r"blurdemo.jpg") cv2.imshow("Input Image", image)blurred = cv2.medianBlur(image, 3) cv2.imshow("Result Image", blurred)cv2.waitKey(0) cv2.destroyAllWindows()

效果圖片如下：

總結(jié)

以上是生活随笔為你收集整理的计算机视觉开源库OpenCV之平滑、模糊和滤波的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。