Opencv+Python实现图像运动模糊和高斯模糊的示例
2019/7/14 23:20:54
本文主要是介绍Opencv+Python实现图像运动模糊和高斯模糊的示例,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
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
Opencv+Python实现运动模糊,主要用到的函数是cv2.filter2D()
:
# coding: utf-8 import numpy as np import cv2 def motion_blur(image, degree=12, angle=45): image = np.array(image) # 这里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(image, -1, motion_blur_kernel) # convert to uint8 cv2.normalize(blurred, blurred, 0, 255, cv2.NORM_MINMAX) blurred = np.array(blurred, dtype=np.uint8) return blurred img = cv2.imread('./9.jpg') img_ = motion_blur(img) cv2.imshow('Source image',img) cv2.imshow('blur image',img_) cv2.waitKey()
原图:
运动模糊效果:
高斯模糊:图像与二维高斯分布的概率密度函数做卷积,模糊图像细节
Opencv+Python实现高斯模糊,主要用到的函数是cv2.GaussianBlur()
:
# coding: utf-8 import numpy as np import cv2 img = cv2.imread('./9.jpg') img_ = cv2.GaussianBlur(img, ksize=(9, 9), sigmaX=0, sigmaY=0) cv2.imshow('Source image',img) cv2.imshow('blur image',img_) cv2.waitKey()
高斯模糊效果:
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对找一找教程网的支持。如果你想了解更多相关内容请查看下面相关链接
这篇关于Opencv+Python实现图像运动模糊和高斯模糊的示例的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2025-01-03用FastAPI掌握Python异步IO:轻松实现高并发网络请求处理
- 2025-01-02封装学习:Python面向对象编程基础教程
- 2024-12-28Python编程基础教程
- 2024-12-27Python编程入门指南
- 2024-12-27Python编程基础
- 2024-12-27Python编程基础教程
- 2024-12-27Python编程基础指南
- 2024-12-24Python编程入门指南
- 2024-12-24Python编程基础入门
- 2024-12-24Python编程基础:变量与数据类型