打开APP
未登录
开通VIP,畅享免费电子书等14项超值服
开通VIP
首页
好书
留言交流
下载APP
联系客服
python+opencv图像处理(二十九)
pythonjava学习
>《python图像处理》
2021.04.06
关注
高斯滤波
迟到的节日祝福......
粽子节快乐,纪念伟大的屈原先生
(图片来源于网络)
高斯滤波是一种线性平滑滤波,对于消除高斯噪声有很好的效果,对于服从正态分布的噪声非常有效。
高斯滤波就是对整幅图像进行加权平均的过程,与均值滤波类似,不同的是,均值滤波的模板系数均为
1
,而高斯滤波的模板系数是计算出来的。
高斯滤波的详细操作是:用一个模板(或称卷积、掩模)扫描图像中的每个像素。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。
自己写代码挺麻烦,可以用
opencv
自带的函数
GaussianBlur()
来实现高斯滤波。
代码如下所示:
其运行结果如下图所示,其中左图为原图,右图为高斯滤波后的结果图像,从图中可看到,噪声明显减少。
函数
GaussianBlur()
各参数含义如下:
cv2.GaussianBlur
(
src,ksize,sigmaX [,DST [,sigmaY [,borderType ] ] ]
)
src
:要进行滤波的原图像;
ksize:
高斯核的大小,取值一般为奇数,如
(3,3)
;
sigmaX
和
sigmaY
是高斯标准差,一般有了高斯核
ksize
的大小的话,这两个参数可以省;
borderType
:像素外推方法。
对于高斯滤波,也可以逐像素点来进行计算,如下代码所示。
其中函数
gaussian_filter()来源于网络,网址如下:
https://blog.csdn.net/Ibelievesunshine/article/details/104881204?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase
本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请
点击举报
。
打开APP,阅读全文并永久保存
查看更多类似文章
猜你喜欢
类似文章
【热】
打开小程序,算一算2024你的财运
【OpenCV入门教程之八】线性邻域滤波专场:方框滤波、均值滤波与高斯滤波
OpenCV3学习(4.2)
OpenCV-高斯低通&高通滤波器(C++)
OpenCV 图像处理篇之边缘检测算子
【OpenCV入门教程之九】 非线性滤波专场:中值滤波、双边滤波
SIFT算法详解
更多类似文章 >>
生活服务
热点新闻
留言交流
回顶部
联系我们
分享
收藏
点击这里,查看已保存的文章
导长图
关注
一键复制
下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!
联系客服
微信登录中...
请勿关闭此页面
先别划走!
送你5元优惠券,购买VIP限时立减!
5
元
优惠券
优惠券还有
10:00
过期
马上使用
×