opencv学习笔记 模糊操作+代码(均值模糊,中值模糊,自定义模糊,锐化)

  • 均值模糊

函数 cv.blur(image,(5,5))

这是一个平滑图片的函数,它将一个区域内所有点的灰度值的平均值作为这个点的灰度值。

像该函数对领域点的灰度值进行权重相加最后设置灰度值,这样的操作又叫卷积,这样的滤波器叫线性滤波器。

  • 中值模糊

函数cv.medianBlur(image,5)

该函数不同于上一个函数,它是非线性滤波器,它是取领域的中值作为当前点的灰度值。

上面函数就是选取了5*5大小的矩阵,必须为奇数

处理有椒盐噪声(就像烧烤撒很多孜然,图片上有很多点)有很好的效果

实际应用较多

该方法在去除脉冲噪声、斑点噪声(speckle noise)、椒盐噪声(salt-and-pepper noise)、图像扫描噪声,的同时又能保留凸图像边缘细节。   中值滤波与均值滤波比较:     优势是,在均值滤波器中,由于噪声成分被放入平均计算中,所以输出受到了噪声的影响;而在中值滤波其中,噪声成分很难选上,所以几乎不会影响到输出。     劣势是,中值滤波花费的时间是均值滤波的5倍以上。   注意:中值滤波虽然可以克服线性滤波器所带来的图像细节模糊,但是在线、尖顶等细节多的图像不宜用中值滤波。

  • 自定义模糊(锐化)
  • 锐化就是突出图像细节或者增强图像被模糊的地方,锐化原理就是细节增强,图像的导数就是图像的细节,随着导数阶数升高,能代表的东西也不同。 (这里好像只到了二阶导数)

​​​​​​​

filter2D():定义为filter2D(src,ddepth,kernel)

  ddepth:深度,输入值为-1时,目标图像和原图像深度保持一致

  kernel: 卷积核(或者是相关核),一个单通道浮点型矩阵

修改kernel矩阵即可实现不同的模糊

# coding=GBK
import cv2 as cv
import numpy as np

def average(image):
	av=cv.blur(image,(1,5))
	cv.imshow("aver",av)
	
	med=cv.medianBlur(image,501)
	cv.imshow("med",med)
	
	ker=np.ones((5,5),np.float32)
	scr1=cv.filter2D(image,-1,ker)
	cv.imshow("zi aver",scr1)
	
	new=np.array([[0, -1, 0], [-1, 5, -1], [0, -1, 0]],np.float32)
	scr2=cv.filter2D(image,-1,new)
	cv.imshow("rui hua",scr2)
	
 
    
image1=cv.imread("D://2.png")
cv.imshow("yuantu",image1)
average(image1)
cv.waitKey(0)
cv.destroyAllWindows()

效果:

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏Petrichor的专栏

深度学习: 数据扩充 (Data Augmentation)

包括:水平翻转、垂直翻转、水平垂直翻转。OpenCV中的 cv2.flip 接口可用于快速实现翻转操作:opencv: cv2.flip 图像翻转 进行 数据增...

1.9K30
来自专栏人工智能头条

决策树算法介绍及应用

15630
来自专栏SIGAI学习与实践平台

流形学习概述

在很多应用中,数据的维数会很高。以图像数据为例,我们要识别32x32的手写数字图像,如果将像素按行或者列拼接起来形成向量,这个向量的维数是1024。高维的数据不...

23740
来自专栏marsggbo

(转载) 浅谈高斯过程回归

  在训练集中,我们有3个点 x_1, x_2, x_3,   以及这3个点对应的结果,f1,f2,f3. (如图) 这三个返回值可以有噪声,也可以没有。我们先...

1K20
来自专栏人工智能头条

KNN(K-近邻算法):靠跟自己关系的远近来做预测的算法

假设你是某影视网站序员中的一员。你们网站的用户热衷于观看《延禧攻略》《如懿传》这类古装宫廷剧,而你们平台有机会花1000万买下《扶摇》的版权。

17240
来自专栏机器学习算法与Python学习

基础回顾 | 10幅图解释机器学习中的基本概念

1. Test and training error: 为什么低训练误差并不总是一件好的事情呢:以模型复杂度为变量的测试及训练错误函数。

9600
来自专栏机器学习算法与Python学习

基础 | 10幅图解释机器学习中的基本概念

关键字全网搜索最新排名 【机器学习算法】:排名第一 【机器学习】:排名第二 【Python】:排名第三 【算法】:排名第四 以下的几幅图是我认为在解释机器学习基...

34560
来自专栏人工智能

Python机器学习:通过scikit-learn实现集成算法

在现实生活中,常常采用集体智慧来解决问题。那么在机器学习中,能否将多种机器学习算法组合在一起,使计算出来的结果更好呢?这就是集成算法的思想。集成算法是提高算法准...

316100
来自专栏AI科技评论

视频 | 从图像集合中学习特定类别的网格重建

AI 科技评论按:本文为雷锋字幕组编译的论文解读短视频,原标题 Learning Category-Specific Mesh Reconstruction ...

14740
来自专栏CDA数据分析师

技能 | 10张图解释机器学习的基本概念

在解释机器学习的基本概念的时候,我发现自己总是回到有限的几幅图中。以下是我认为最有启发性的条目列表。 ? 图1 1、Test and training erro...

20190

扫码关注云+社区

领取腾讯云代金券