前言

高斯噪音在图像采集地过程中比较容易映入高斯噪音，因此针对高斯噪音的高斯滤波也被广泛应用于图像去噪。

一、高斯滤波是什么？

高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。通俗的讲，高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是：用一个模板（或称卷积、掩模）扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。
高斯模糊技术生成的图像，其视觉效果就像是经过一个半透明屏幕在观察图像，这与镜头焦外成像效果散景以及普通照明阴影中的效果都明显不同。高斯平滑也用于计算机视觉算法中的预先处理阶段，以增强图像在不同比例大小下的图像效果（参见尺度空间表示以及尺度空间实现）。从数学的角度来看，图像的高斯模糊过程就是图像与正态分布做卷积。由于正态分布又叫作高斯分布，所以这项技术就叫作高斯模糊。
图像与圆形方框模糊做卷积将会生成更加精确的焦外成像效果。由于高斯函数的傅立叶变换是另外一个高斯函数，所以高斯模糊对于图像来说就是一个低通滤波操作。
高斯滤波器是一类根据高斯函数的形状来选择权值的线性平滑滤波器。高斯平滑滤波器对于抑制服从正态分布的噪声非常有效。

二、cv.GaussianBlur()

函数原型

代码如下（示例）：

dst = cv.GaussianBlur(src,ksizesigmaX[,dst[,sigmaY[,borderType]]])
#src：输入图像
#ksize：高斯滤波器的大小
#sigmaX：x方向上的高斯滤波器标准差
#dst：输出图像
#sigmaY：y方向上的高斯滤波器标准偏差
#borderType：像素边界外推法标志

该函数能够根据输入参数自动生成高斯滤波器，实现对图像的高斯滤波，并将滤波后的图像返回。该函数的第一个参数和第四个参数与前面的均值滤波等滤波函数没有区别，都是具有相同的数据类型、通道数和尺寸。第二个参数ksize中ksize.width与ksize.height可以不相同，但是两者必须是正数且为奇数，此外，ksize可以为0，为零时，函数会根据输入的标准偏计算滤波器的大小。当参数sigmaY为零时，表示y方向的标准偏差与x方向上的相同，当两个参数都为零时，根据输入的滤波器大小计算两个方向的标准差数值。

三、cv.getGaussianKernel()

函数原型

代码如下（示例）：

retval = cv.getGaussianKernel(ksize,sigma[,ktype])
#ksize：高斯滤波器的半径
#sigma：高斯滤波的标准差
#ktype：滤波器系数的数据类型，可以是float32或者float64，默认数据类型为float64

该函数用于生成指定大小的高斯滤波器，将生成结果存放于ksize x 1的ndarray数组对象中并返回。如果函数中的sigma为一个附=负数时，函数会根据高斯滤波器的半径计算标准差，其计算方式如下：
sigma = 0.3[0.5(ksize-1)-1+0.8]
生成一个二维的高斯滤波器需要调用两次cv.getGaussianKernel()函数，将x方向上的一维高斯滤波器和y方向上的一维高斯滤波器相乘，最后得到一个二维高斯滤波器。

例如x方向上的一维高斯滤波器G=[ 0.2741 0.4519 0.2741]和y方向上的H = [ 0.2741 0.4519 0.2741]T相乘会得到一个二维高斯滤波器：
D=G x H得到的结果近似于[ [ 0.07513 0.1239 0.07513],[ 0.1239 0.2042 0.1239],[ 0.07513 0.1239 0.7513] ]

总结

高斯滤波对于高斯噪音的去除效果比较好，高斯滤波又称高斯模糊，正如其名，去噪的同时，也给图像带来了模糊，失去了图像的细节信息，并且滤波器越大，图像会变得更加模糊。

参考文章

1、链接: https://blog.csdn.net/qq_37469992/article/details/78023835.

2、冯振、陈亚萌基于python的opencv4详解【M】

高斯滤波opencv-python相关推荐

曲率高斯滤波去噪python实现（附代码详解）
曲率高斯滤波去噪python实现(附代码详解) 曲率滤波的理论基础可以参考下曲率滤波的理论基础和应用,这篇博客介绍的思想完美的避开了一大堆数学公式,简直是我的福音,但还是要细看的,不然很容易忽略重点, ...
《OpenCv视觉之眼》Python图像处理五 :Opencv图像去噪处理之均值滤波、方框滤波、中值滤波和高斯滤波
本专栏主要介绍如果通过OpenCv-Python进行图像处理,通过原理理解OpenCv-Python的函数处理原型,在具体情况中,针对不同的图像进行不同等级的.不同方法的处理,以达到对图像进行去噪.锐 ...
opencv python高斯滤波
OpenCV是一个开源的计算机视觉库,提供了很多用于图像处理和计算机视觉的工具.它可以通过 Python 进行访问.高斯滤波是一种常用的图像平滑处理方法,用于去除图像中的噪声和模糊不清的细节. 在 O ...
【图像处理】——图像滤波（Python+opencv实现三种方法：均值滤波、中值滤波、高斯滤波等）
目录一.什么是滤波以及滤波的目的? 二.均值滤波(cv2.blur()) 1.原理 2.关键代码 3.封装代码二.中值滤波(cv2.medianBlur()) 1.原理 2.关键代码 3.封装代码 ...
python opencv高斯滤波_【OpenCV】基于Python的图像高斯平滑和椒盐噪声处理 | 学步园...
最近要做一个Project,是使用TV来对添加了Gaussian和Salt&Pepper噪声的图像进行恢复,前期的任务是生成噪声污染的图像. 噪声图像的生成采用对图像进行高斯平滑,之后在随机的 ...
opencv python 高斯滤波_OpenCV 学习：8 高斯滤波GaussianBlur
1 什么是高斯滤波? 高斯滤波是一种线性平滑滤波,适用于消除高斯噪声,广泛应用于图像处理的减噪过程.[1]通俗的讲,高斯滤波就是对整幅图像进行加权平均的过程,每一个像素点的值,都由其本身和邻域内的其他 ...
Opencv——图像添加椒盐噪声、高斯滤波去除噪声原理及手写Python代码实现
一.噪声我们将常会听到平滑(去噪),锐化(和平滑是相反的),那我们就会有疑惑?什么是噪声呢?图像噪声是指存在于图像数据中不必要的或多余的干扰信息,噪声的存在严重影响了图像的质量.噪声在理论上是&qu ...
Python 图像处理 | 图像平滑之均值滤波、方框滤波、高斯滤波及中值滤波
作者 | 杨秀璋,责编 | 夕颜题图 | 视觉中国出品 | CSDN博客本篇文章主要讲解Python调用OpenCV实现图像平滑,包括四个算法:均值滤波.方框滤波.高斯滤波和中值滤波.全文均是 ...
OpenCV Python教程（3）（4）（5）：直方图的计算与显示形态学处理初级滤波内
OpenCV Python教程(3.直方图的计算与显示) 本篇文章介绍如何用OpenCV Python来计算直方图,并简略介绍用NumPy和Matplotlib计算和绘制直方图直方图的背景知识.用途 ...
[Python图像处理] 四十一.Python图像平滑万字详解（均值滤波、方框滤波、高斯滤波、中值滤波、双边滤波）
该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门.OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子.图像增强技术.图像分割等,后期结合深度学习研究图像识别 ...

高斯滤波opencv-python

文章目录

前言

一、高斯滤波是什么？

二、cv.GaussianBlur()

函数原型

三、cv.getGaussianKernel()

函数原型

总结

参考文章

高斯滤波opencv-python相关推荐

最新文章

热门文章