本文记录 Python 中二维高斯核的生成方法。
cv2.getGaussianKernel(ksize, sigma[, ktype])
函数cv2.getGaussianKernel(ksize, sigma[, ktype])
,函数生成一维高斯核
参数 | 描述 | 限制 |
---|---|---|
ksize | 核尺寸(文档中要求奇数,使用时可以是偶数) | 正整数 |
sigma | 高斯函数的标准差 | 正数 |
ktype | 滤波器系数的类型,可以是 cv2.CV_32f 或 cv2.CV_64f,配置参数后生成数据会分别表示为 float32 和 float64类型,默认为cv2.CV_64f | cv2.CV_32f 或 cv2.CV_64f |
import cv2
data = cv2.getGaussianKernel(300, 100, cv2.CV_32F)
import cv2
from mtutils import PIS
data = cv2.getGaussianKernel(300, 100, cv2.CV_32F)
gaussian_kernel = data * data.T
PIS(gaussian_kernel)
mtutils
中的 min_max_normalize
函数:import cv2
from mtutils import PIS
from mtutils import min_max_normalize
data = cv2.getGaussianKernel(300, 100, cv2.CV_32F)
gaussian_kernel = data * data.T
gaussian_kernel = min_max_normalize(gaussian_kernel)
PIS(gaussian_kernel)
pass