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()：





# 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')

img_ = motion_blur(img)

cv2.imshow('Source image',img)

cv2.imshow('blur image',img_)

cv2.waitKey()



原图：



运动模糊效果：



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')

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：



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，谢谢大家对中文源码网的支持。如果你想了解更多相关内容请查看下面相关链接