您的位置:首页 > 脚本大全 > > 正文

opencv轮廓模糊识别(Opencv+Python实现图像运动模糊和高斯模糊的示例)

更多 时间:2021-10-18 11:53:39 类别:脚本大全 浏览量:722

opencv轮廓模糊识别

Opencv+Python实现图像运动模糊和高斯模糊的示例

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()

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • # 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" alt="opencv轮廓模糊识别(Opencv+Python实现图像运动模糊和高斯模糊的示例)" border="0" />)
  • img_ = motion_blur(img)
  • cv2.imshow('source image',img)
  • cv2.imshow('blur image',img_)
  • cv2.waitkey()
  • 原图:

    opencv轮廓模糊识别(Opencv+Python实现图像运动模糊和高斯模糊的示例)

    运动模糊效果:

    opencv轮廓模糊识别(Opencv+Python实现图像运动模糊和高斯模糊的示例)

    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():

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • # coding: utf-8
  • import numpy as np
  • import cv2
  • img = cv2.imread('./9.jpg" alt="opencv轮廓模糊识别(Opencv+Python实现图像运动模糊和高斯模糊的示例)" border="0" />)
  • img_ = cv2.gaussianblur(img, ksize=(9, 9), sigmax=0, sigmay=0)
  • cv2.imshow('source image',img)
  • cv2.imshow('blur image',img_)
  • cv2.waitkey()
  • 高斯模糊效果:

    opencv轮廓模糊识别(Opencv+Python实现图像运动模糊和高斯模糊的示例)

    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,谢谢大家对开心学习网的支持。如果你想了解更多相关内容请查看下面相关链接

    原文链接:https://blog.csdn.net/dcrmg/article/details/82317181

    您可能感兴趣