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