opencv(8)图像平滑

对图片进行模糊操作、高斯模糊

import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt
# 2d卷积
def juanji():
    img = cv.imread('images/ly.jpg')
    image2 = cv.cvtColor(img, cv.COLOR_BGR2RGB)
    # 返回一个全1的N维数租 返回取平均值
    # 然后替换中心值
    # 保持这个内核在一个像素上，将所有低于这个内核的25个像素相加，取其平均值，然后用新的平均值替换中心像素
    kernel = np.ones((5, 5), np.float32) / 25
    # 当第二个参数为-1 输出图像与原图像有相同的深度
    dst = cv.filter2D(image2, -1, kernel)
    plt.subplot(121), plt.imshow(image2, "gray"), plt.title('Original')
    plt.xticks([]), plt.yticks([])
    plt.subplot(122), plt.imshow(dst, "gray"), plt.title('Averaging')
    plt.xticks([]), plt.yticks([])
    plt.show()
# 平均值
def avg():
    img = cv.imread("images/ly.jpg", -1)
    # (5,5)是指内核的宽度和高度 获取5/5矩阵内的平均值
    blur = cv.blur(img, (5, 5))
    plt.subplot(121), plt.imshow(img), plt.title('Original')
    plt.xticks([]), plt.yticks([])
    plt.subplot(122), plt.imshow(blur), plt.title('Blurred')
    plt.xticks([]), plt.yticks([])
    plt.show()
# 高斯模糊
def gaosimohu():
    images = cv.imread("images/ly.jpg", -1)
    # (5,5)是指内核的宽度和高度 获取5/5矩阵内的平均值
    # 第一个参数为源地址 第二个参数表示内核的高度跟宽度 必须为正数且奇数
    # 第三个参数X和Y的标准偏差 如果指定了x的指那么 y的值也是一样的
    img = cv.cvtColor(images, cv.COLOR_BGR2RGB)
    blur = cv.GaussianBlur(img, (9, 9), 9)
    plt.subplot(121), plt.imshow(img), plt.title('Original')
    plt.xticks([]), plt.yticks([])
    plt.subplot(122), plt.imshow(blur), plt.title('Blurred')
    plt.xticks([]), plt.yticks([])
    plt.show()
# 中位模糊
def mediaMohu():
    img = cv.imread("images/ly.jpg", -1)
    images = cv.cvtColor(img, cv.COLOR_BGR2RGB)
    # 5 表示核大小 应为奇数字
    # 中位 模糊的意思 按照核大小 排序 取排序后的值替代掉中间点的位置
    # 如果核心为3x3 那么就是在这个核当中 3x3 排序 排序完的中间值替换掉以前的中心值
    blur = cv.medianBlur(images, 5)
    plt.subplot(121), plt.imshow(images)
    plt.subplot(122), plt.imshow(blur)
    plt.show()
if __name__ == '__main__':
    # avg()
    # gaosimohu()
    mediaMohu()