Opencv+Python实现图像运动模糊和高斯模糊的示例

2019-11-25 13:02:06

字体：大中小

来源：转载

供稿：网友

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-8import numpy as npimport cv2def 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 blurredimg = 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-8import numpy as npimport cv2img = 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：