Python+OpenCV 實現(xiàn)簡單的高斯濾波(推薦)
基本原理講解：高斯模糊的算法
高斯核函數(shù)的編寫：構(gòu)建權(quán)重矩陣，采用高斯二維分布函數(shù)的形式進行處理。需要注意的是，這里我沒有特判當sigma = 0的時候的情況。
即是實現(xiàn)：
1）權(quán)重矩陣的構(gòu)建
根據(jù)公式：
計算矩陣內(nèi)部結(jié)構(gòu)，其中因為要進行歸一化處理，e前方的系數(shù)會被約去，因此代碼中不體現(xiàn)。
2）矩陣元素歸一化處理
計算矩陣內(nèi)部元素總和sum,最后做矩陣除法得到歸一化處理后的權(quán)重矩陣。
# 高斯核生成函數(shù) kernel_size:濾波核大小 sigma:高斯核函數(shù)的局部影響范圍 def gauss(kernel_size, sigma): #定型0填充 kernel = np.zeros((kernel_size, kernel_size)) #確定正態(tài)分布中間值 center = kernel_size // 2 # s:方差 sum:記錄總和 s = sigma ** 2 sum = 0 for i in range(kernel_size): for j in range(kernel_size): #由于最后要進行歸一化處理，此處根號下2Π計算可以省略 x, y = i - center, j - center kernel[i, j] = np.exp(-(x ** 2 + y ** 2) / (2 * s)) sum += kernel[i, j] #歸一化處理后輸出 kernel = kernel / sum return kernel
濾波函數(shù)的編寫：將圖片中的每個像素點（邊緣除外）及其周圍像素乘以權(quán)重矩陣，實現(xiàn)高斯濾波
需要注意的是此函數(shù)僅能處理彩色圖片，因為只有彩色圖片擁有img.shape[2]元素，灰度圖片沒有img.shape[2]元素不能用這個方法處理。
# 高斯濾波實現(xiàn)，img:輸入圖像 kermel:輸入高斯核函數(shù) def myfilter(img,kernel): # 讀取img行數(shù)核列數(shù) h = img.shape[0] w = img.shape[1] # 直接拷貝父對象 img1 = copy.copy(img) # 去掉邊緣 for i in range(1,h-1): for j in range(1,w-1): # 三通道處理 for c in range(0,2): sum = 0 # 加權(quán) for k in range(-1,2): for l in range(-1,2):sum += img[i+k,j+l,c]*kernel[k+1,l+1] img1[i,j,c] = sum return img1
同時在處理高斯濾波的時候，函數(shù)采取的是針對3*3的kernel_size進行編寫的，要更改kernel_size的大小，需要更改此處的range范圍。
下面是灰度圖像的處理方式：
def myfilter2(img,kernel): # 讀取img行數(shù)核列數(shù) h = img.shape[0] w = img.shape[1] # 直接拷貝父對象 img1 = copy.copy(img) # 去掉邊緣 for i in range(1,h-1): for j in range(1,w-1): sum = 0 for k in range(-1,2): for l in range(-1,2): sum += img[i+k,j+l]*kernel[k+1,l+1] img1[i,j] = sum return img1
最后整個運行代碼：
import copy
import cv2
import numpy as np
#圖像讀取
img_y = cv2.imread('p2.jpg')
# 選擇高斯生成函數(shù)3*3，其中sigama = 3
kernel = gauss(3,3)
# 打印這個生成函數(shù)
print(kernel)
# 高斯濾波處理
img1 = myfilter(img_y, kernel)
cv2.imshow('P1_yuantu',img_y)
cv2.imshow('P1_gaussian', img1)
cv2.waitKey(0)
輸入輸出圖像結(jié)果展示：
原圖與高斯濾波后
需要注意的是采取的方法很原始，如果輸入的圖像過大，運行時間會很久。
這方面東西挺有意思的，只是初略的學習，寫些基礎(chǔ)的東西，應該還有錯漏的地方，希望有大佬們多多指點。
到此這篇關(guān)于Python+OpenCV 實現(xiàn)簡單的高斯濾波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。禁止復制或仿造本網(wǎng)站，禁止在非maisonbaluchon.cn所屬的服務器上建立鏡像，否則將依法追究法律責任。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，僅供學習參考，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。
關(guān)注官方微信