OpenCV---高斯模糊(均值模糊的另一种)

Posted ssyfj

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了OpenCV---高斯模糊(均值模糊的另一种)相关的知识,希望对你有一定的参考价值。

高斯分布:

技术分享图片

高斯模糊的原理

技术分享图片

技术分享图片

一:图像产生高斯噪声循环代码实现(耗时)

def clamp(pv):  #使我们的随机值在0-255之间
    if pv > 255:
        return 255
    if pv < 0:
        return 0
    return pv
import cv2 as cv
import numpy as np

def gaussian_noise(image):  #对图像加上高斯噪声
    h,w,c = image.shape
    for row in range(h):  #十分耗时
        for col in range(w):
            s = np.random.normal(0,20,3)  #产生3个随机值,符合正态分布,第一个参数是概率分布的均值,对应分布中心,,第二个是概率分布的标准差,越小越瘦高,第三个是输出的值个数
            b = image[row,col,0] #blue
            g = image[row,col,1] #green
            r = image[row,col,2] #red
            image[row,col,0] = clamp(b+s[0])
            image[row,col,1] = clamp(g+s[1])
            image[row,col,2] = clamp(r+s[2])

    cv.imshow("noise image",image)


src = cv.imread("./1.png")  #读取图片
cv.namedWindow("input image",cv.WINDOW_AUTOSIZE)    #创建GUI窗口,形式为自适应
cv.imshow("input image",src)    #通过名字将图像
gaussian_noise(src)

cv.waitKey(0)   #等待用户操作,里面等待参数是毫秒,我们填写0,代表是永远,等待用户操作
cv.destroyAllWindows()  #销毁所有窗口

推文:从np.random.normal()到正态分布的拟合

 技术分享图片

二:使用高斯模糊

dst = cv.GaussianBlur(src,(0,0),15)  #我们可以通过修改高斯内核(快)和标准差来修改模糊程度
cv.imshow("GaussianBlur",dst)
参数详解如下:
    src,输入图像,即源图像,填Mat类的对象即可。它可以是单独的任意通道数的图片,但需要注意,图片深度应该为CV_8U,CV_16U, CV_16S, CV_32F 以及 CV_64F之一。
    dst,即目标图像,需要和源图片有一样的尺寸和类型。比如可以用Mat::Clone,以源图片为模板,来初始化得到如假包换的目标图。
    ksize,高斯内核的大小。其中ksize.width和ksize.height可以不同,但他们都必须为正数和奇数(并不能理解)。或者,它们可以是零的,它们都是由sigma计算而来。
    sigmaX,表示高斯核函数在X方向的的标准偏差。
    sigmaY,表示高斯核函数在Y方向的的标准偏差。若sigmaY为零,就将它设为sigmaX,如果sigmaX和sigmaY都是0,那么就由ksize.width和ksize.height计算出来。
    为了结果的正确性着想,最好是把第三个参数Size,第四个参数sigmaX和第五个参数sigmaY全部指定到。
    borderType,用于推断图像外部像素的某种边界模式。注意它有默认值BORDER_DEFAULT。
 
ps:
    高斯核函数:自己找找看,其实看上去就是普通的正态分布函数形式。
    我猜ksize是模糊半径的意思,水平方向和竖直方向的半径不一样,需要指定。
    标准偏差就是标准偏差……

技术分享图片

三:使用高斯模糊处理高斯噪声(发现高斯噪声的影响不大,高斯模糊对其有抑制作用)

gaussian_noise(src) #修改原图为高斯噪声图
dst = cv.GaussianBlur(src,(5,5),15)
cv.imshow("GaussianBlur",dst)

技术分享图片

 

以上是关于OpenCV---高斯模糊(均值模糊的另一种)的主要内容,如果未能解决你的问题,请参考以下文章

OpenCV(二)掩码操作与平滑(均值,高斯模糊)

OpenCV---模糊操作

009-Opencv笔记-高斯双边模糊-矩阵掩膜

模糊处理(下)--高斯模糊,双边模糊以及实现一个简单的磨皮美颜效果(opencv学习记录--4)

OpenCv 026---高斯双边滤波

opencv 图像平滑