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' )
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()
:
1
2
3
4
5
6
7
8
|
# 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,谢谢大家对服务器之家的支持。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