python OpenCV 實現(xiàn)高斯濾波詳解
發(fā)布日期：2021-12-28 00:39 | 文章來源：CSDN
一、高斯濾波
高斯濾波是一種線性平滑濾波，適用于消除高斯噪聲，廣泛應(yīng)用于圖像處理的減噪過程。 [1] 通俗的講，高斯濾波就是對整幅圖像進(jìn)行加權(quán)平均的過程，每一個像素點的值，都由其本身和鄰域內(nèi)的其他像素值經(jīng)過加權(quán)平均后得到。高斯濾波的具體操作是：用一個模板（或稱卷積、掩模）掃描圖像中的每一個像素，用模板確定的鄰域內(nèi)像素的加權(quán)平均灰度值去替代模板中心像素點的值。
二、C++代碼
#include <opencv2\opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;
int main()
{
Mat img = imread("gauss_noise.png");
if (img.empty())
{
cout << "請確認(rèn)圖像文件名稱是否正確" << endl;
return -1;
}
Mat result_5, result_9; //存放含噪聲濾波的結(jié)果，后面數(shù)字代表濾波器尺寸
//調(diào)用均值濾波函數(shù)blur()進(jìn)行濾波
GaussianBlur(img, result_5, Size(5, 5), 0, 0);
GaussianBlur(img, result_9, Size(9, 9), 0, 0);
//顯示含有高斯噪聲圖像
imshow("img_gauss", img);
//顯示去噪結(jié)果
imshow("result_5gauss", result_5);
imshow("result_9gauss", result_9);
waitKey(0);
return 0;
}
三、python代碼
import cv2
# ----------------------讀取圖片-----------------------------
img = cv2.imread('gauss_noise.png')
# ----------------------高斯濾波-----------------------------
result_5 = cv2.GaussianBlur(img, (5, 5), 0) # 5x5
result_9 = cv2.GaussianBlur(img, (9, 9), 0) # 9x9
# ----------------------顯示結(jié)果-----------------------------
cv2.imshow('origion_pic', img)
cv2.imshow('5x5_filtered_pic', result_5)
cv2.imshow('9x9_filtered_pic', result_9)
cv2.waitKey(0)
四、結(jié)果展示
1、原始圖像
2、5x5卷積
3、9x9卷積
到此這篇關(guān)于python OpenCV 實現(xiàn)高斯濾波詳解的文章就介紹到這了,更多相關(guān)Python OpenCV 高斯濾波內(nèi)容請搜索本站以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持本站！
版權(quán)聲明：本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場，如有內(nèi)容涉嫌侵權(quán)，請聯(lián)系alex-e#qq.com處理。
相關(guān)文章
關(guān)注官方微信