今天小编就为大家分享一篇关于Opencv+Python实现图像运动模糊和高斯模糊的示例，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧
运动模糊：由于相机和物体之间的相对运动造成的模糊，又称为动态模糊
Opencv+Python实现运动模糊，主要用到的函数是cv2.filter2D()：
# coding: utf-8 import numpy as np import cv2 def motion_blur(image, degree=12, angle=45): image = np.array(image) # 这里生成任意角度的运动模糊kernel的矩阵， degree越大，模糊程度越高 M = cv2.getRotationMatrix2D((degree / 2, degree / 2), angle, 1) motion_blur_kernel = np.diag(np.ones(degree)) motion_blur_kernel = cv2.warpAffine(motion_blur_kernel, M, (degree, degree)) motion_blur_kernel = motion_blur_kernel / degree blurred = cv2.filter2D(image, -1, motion_blur_kernel) # convert to uint8 cv2.normalize(blurred, blurred, 0, 255, cv2.NORM_MINMAX) blurred = np.array(blurred, dtype=np.uint8) return blurred img = cv2.imread('./9.jpg-600') img_ = motion_blur(img) cv2.imshow('Source image',img) cv2.imshow('blur image',img_) cv2.waitKey()
原图：
运动模糊
高斯模糊：图像与二维高斯分布的概率密度函数做卷积，模糊图像细节
Opencv+Python实现高斯模糊，主要用到的函数是cv2.GaussianBlur():
# coding: utf-8 import numpy as np import cv2 img = cv2.imread('./9.jpg-600') img_ = cv2.GaussianBlur(img, ksize=(9, 9), sig<b style="color:transparent">来源gao@!dai!ma.com搞$$代^@码网</b>maX=0, sigmaY=0) cv2.imshow('Source image',img) cv2.imshow('blur image',img_) cv2.waitKey()
高斯模糊
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对gaodaima搞代码网的支持。如果你想了解更多相关内容请查看下面相关链接
以上就是Opencv+Python实现图像运动模糊和高斯模糊的示例的详细内容，更多请关注gaodaima搞代码网其它相关文章！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：Opencv+Python实现图像运动模糊和高斯模糊的示例
转载请注明原文链接：Opencv+Python实现图像运动模糊和高斯模糊的示例
