Python+OpenCV:图像平滑
Python+OpenCV:图像平滑
二维卷积(图像滤波)
####################################################################################################
# 二维卷积(图像滤波)
def lmc_cv_2d_convolution():"""函数功能: 二维卷积(图像滤波).与一维信号一样,图像也可以用各种低通滤波器(LPF)、高通滤波器(HPF)等进行滤波。低通滤波器(LPF)有助于消除噪音,模糊图像等。高通滤波器(HPF)滤波器有助于在图像中找到边缘。"""# 读取图像image = lmc_cv.imread('D:/99-Research/Python/Image/Lena.jpg')image = lmc_cv.cvtColor(image, lmc_cv.COLOR_RGB2BGR)# 二维卷积(图像滤波)kernel = np.ones((5, 5), np.float32) / 25filter_image = lmc_cv.filter2D(image, -1, kernel)# 显示图像pyplot.figure('Image Display')pyplot.subplot(121)pyplot.imshow(image)pyplot.title('Original')pyplot.xticks([])pyplot.yticks([])pyplot.subplot(122)pyplot.imshow(filter_image)pyplot.title('Averaging')pyplot.xticks([])pyplot.yticks([])pyplot.show()# 根据用户输入保存图像if ord("q") == (lmc_cv.waitKey(0) & 0xFF):# 销毁窗口pyplot.close()return
图像模糊(图像平滑)
####################################################################################################
# 模糊图像(平滑图像)
def lmc_cv_blurring_image(index):"""函数功能: 模糊图像(平滑图像).图像模糊是通过低通滤波核卷积图像来实现, 这对消除噪音很有帮助。它实际上从图像中去除高频内容(例如:噪声、边缘), 所以在这个操作中边缘会模糊一点(也有模糊技术不会模糊边缘)。OpenCV提供了四种主要的模糊技术:均值模糊(Averaging Blurring)、高斯模糊(Gaussian Blurring)、中值模糊(Median Blurring)、双边模糊(Bilateral Filtering)。"""# 读取图像image = lmc_cv.imread('D:/99-Research/Python/Image/Plaid.jpg')image = lmc_cv.cvtColor(image, lmc_cv.COLOR_RGB2BGR)# 显示图像pyplot.figure('Image Display')pyplot.subplot(121)pyplot.imshow(image)pyplot.title('Original Image')pyplot.xticks([])pyplot.yticks([])pyplot.subplot(122)pyplot.xticks([])pyplot.yticks([])# 均值模糊(Averaging Blurring)if 0 == index:blur_image = lmc_cv.blur(image, (5, 5))pyplot.imshow(blur_image)pyplot.title('Averaging Blurring')# 高斯模糊(Gaussian Blurring)if 1 == index:blur_image = lmc_cv.GaussianBlur(image, (5, 5), 0.5, 0.5, lmc_cv.BORDER_DEFAULT)pyplot.imshow(blur_image)pyplot.title('Gaussian Blurring')# 中值模糊(Median Blurring)if 2 == index:blur_image = lmc_cv.medianBlur(image, 5)pyplot.imshow(blur_image)pyplot.title('Median Blurring')# 双边模糊(Bilateral Filtering)if 3 == index:blur_image = lmc_cv.bilateralFilter(image, 9, 75, 75, lmc_cv.BORDER_DEFAULT)pyplot.imshow(blur_image)pyplot.title('Bilateral Blurring')# 显示窗口pyplot.show()# 根据用户输入保存图像if ord("q") == (lmc_cv.waitKey(0) & 0xFF):# 销毁窗口pyplot.close()return
Python+OpenCV:图像平滑相关推荐
- Python+OpenCV图像处理(一篇全)
参考:1.网易云课堂 Python+OpenCV图像处理 - 网易云课堂 2.[在水一方xym的博客]业精于勤荒于嬉,行成于思毁于随 - CSDN博客 https://blog.csdn.net/za ...
- Python OpenCV实战应用
OpenCV实战应用 摘要 传统计算机视觉 传统特征提取方法 SIFT(尺度不变特征变换) HOG方向梯度特征图 SIFT和HOG的比较 LBP 建筑物轮廓提取 介绍 代码 API说明 车道线检测 介 ...
- OpenCv图像平滑
目录 什么是图片平滑? 怎么做到图像平滑? 1.邻域平均法(又名均值滤波法) 2.中值滤波法 3.高斯滤波法 4.双边滤波法 什么是图片平滑? 目前,大多数数字图像系统中,输入光图像都是通过扫描方式将 ...
- Python OpenCV图像处理 理论 代码
python opencv图像处理 GitHub - LeBron-Jian/ComputerVisionPractice OpenCV计算机视觉学习 & 代码 OpenCV计算机视觉学习(1 ...
- Python OpenCV GrabCut进行前景分割和提取
Python OpenCV GrabCut进行前景分割和提取 1. 效果图 1.1 边界框GrabCut效果图 1.2 Mask GrabCut效果图 2. GrabCut原理 2.1 GrabCut ...
- 解决Python OpenCV 读取视频并抽帧出现error while decoding的问题
解决Python OpenCV 读取视频抽帧出现error while decoding的问题 1. 问题 2. 解决 3. 源代码 参考 1. 问题 读取H264视频,抽帧视频并保存,报错如下: [ ...
- Python OpenCV应用K均值聚类进行颜色量化
Python OpenCV应用K均值聚类进行颜色量化 1. 效果图 2. 颜色量化是什么? 3. MiniBatchKMeans & KMeans 4. 源码 参考 在这篇博客文章中,我将向您 ...
- 使用Python,OpenCV在视频中进行实时条形码检测
使用Python,OpenCV在视频中进行实时条形码检测 1. 步骤 2. 适用场景及优化 3. 总结 4. 源码 参考 上一篇博客介绍了如何检测和查找图像中的条形码.这篇博客将进行一些优化以检测实时 ...
- Python+OpenCV图像处理实验
目录 1.灰度化功能 2.反转功能 3.通道分离功能 4.噪音.滤波功能 5.高斯双边滤波功能 6.均值偏移滤波功能 7.图像二值化功能 8.Canny边缘检测功能 9.直线检测功能 10.圆形检测功 ...
最新文章
- java treemap用法_Java TreeMap put()用法及代码示例
- 第十一篇:Discourse 话语/论述
- 在qemu模拟的aarch32上使用kgtp
- 错误:无法访问android.app.Activity 找不到android.app.Activity的类文件
- QT的QSslPreSharedKeyAuthenticator类的使用
- 二、操作系统——用信号量机制实现进程互斥、同步、前驱关系(详解)
- 历史需要重写?AlexNet之前,早有算法完成计算机视觉四大挑战
- Asp: 解决脚本输出网页出现乱码情况
- 【实验记录】EA-MLP(演化算法--全连接神经网络)实验记录
- nafxcw.lib与LIBCMT.LIB链接冲突
- 机器学习单词记录--02章单变量相性回归
- 使用Java语言借助Quartz jar包实现定时器的方法
- 软件测试简历常见问题
- LRC软件测试自学,Lrc歌词编辑器
- 【计算理论】计算理论总结 ( 上下文无关文法 ) ★★
- 下载Latex的IEEE模板
- 取消计算机触摸板,笔记本电脑触摸板,教您笔记本电脑触摸板怎么关闭
- bp神经网络及ROC曲线绘制
- 八泉峡明星旅游目的地系列推介会即将举行 蒋大为将现身助阵
- 云原生CI/CD:tekton/pipeline之认证篇