opencv滤波操作

1.1 均值滤波

简单的平均卷积操作

边框补0,每次选3 * 3个元素相加求平均值

python 复制代码
# 导入OpenCV库,用于图像处理
import cv2
# 从matplotlib库中导入pyplot模块,用于绘制图像
from matplotlib import pyplot as plt

# 创建一个名为'window'的窗口,窗口大小自动调整
cv2.namedWindow('window', cv2.WINDOW_AUTOSIZE)  # cv2.WINDOW_AUTOSIZE: 窗口大小自动调整,不允许用户改变窗口大小

# 使用OpenCV的imread函数读取名为"mao.jpg"的图片,参数1表示读取彩色图像
cat = cv2.imread("mao.jpg", 1)  # cat变量存储读取的图像数据,OpenCV默认以BGR格式读取

# 在名为'window'的窗口中显示图像
cv2.imshow('window', cat)

blur = cv2.blur(cat,(3,3)) #均值滤波
cv2.imshow('blur', blur)

# 等待按键事件,0表示无限期等待
key = cv2.waitKey(0)

# 检查按下的键是否是'q',如果是则销毁所有窗口
if key & 0xFF == ord('q'):  # 0xFF是掩码,用于确保只检查最低8位
    print("准备销毁窗口")
    cv2.destroyAllWindows()

1.2 方框滤波

处理结果=cv2.boxFilter(原始图像,目标图像深度,核大小,normalize属性),目标图像深度是-1表示和原图像大小相同,效果几乎和均值滤波持平

true = 1 = 所有值相加 除以 矩阵元素的个数

false = 0 = 是k = 所有的元素相加,超过255时取255

python 复制代码
# 导入OpenCV库,用于图像处理  
import cv2  
# 从matplotlib库中导入pyplot模块,用于绘制图像  
from matplotlib import pyplot as plt  
  
# 创建一个名为'window'的窗口,窗口大小自动调整  
cv2.namedWindow('window', cv2.WINDOW_AUTOSIZE)  # cv2.WINDOW_AUTOSIZE: 窗口大小自动调整,不允许用户改变窗口大小  
  
# 使用OpenCV的imread函数读取名为"mao.jpg"的图片,参数1表示读取彩色图像  
cat = cv2.imread("mao.jpg", 1)  # cat变量存储读取的图像数据,OpenCV默认以BGR格式读取  
  
# 在名为'window'的窗口中显示图像  
cv2.imshow('window', cat)  
  
blur = cv2.blur(cat,(3,3)) #均值滤波  
cv2.imshow('blur', blur)  
  
box = cv2.boxFilter(cat,-1,(3,3),normalize=True) #方框滤波  
cv2.imshow('box', box)  
  
# 等待按键事件,0表示无限期等待  
key = cv2.waitKey(0)  
  
# 检查按下的键是否是'q',如果是则销毁所有窗口  
if key & 0xFF == ord('q'):  # 0xFF是掩码,用于确保只检查最低8位  
    print("准备销毁窗口")  
    cv2.destroyAllWindows()

1.3 高斯滤波

结果=所有对应的卷积核 * 相应的值 相加

python 复制代码
# 导入OpenCV库,用于图像处理  
import cv2  
# 从matplotlib库中导入pyplot模块,用于绘制图像  
from matplotlib import pyplot as plt  
  
# 创建一个名为'window'的窗口,窗口大小自动调整  
cv2.namedWindow('window', cv2.WINDOW_AUTOSIZE)  # cv2.WINDOW_AUTOSIZE: 窗口大小自动调整,不允许用户改变窗口大小  
  
# 使用OpenCV的imread函数读取名为"mao.jpg"的图片,参数1表示读取彩色图像  
cat = cv2.imread("mao.jpg", 1)  # cat变量存储读取的图像数据,OpenCV默认以BGR格式读取  
  
# 在名为'window'的窗口中显示图像  
cv2.imshow('window', cat)  
  
blur = cv2.blur(cat,(3,3)) #均值滤波  
cv2.imshow('blur', blur)  
  
box = cv2.boxFilter(cat,-1,(3,3),normalize=True) #方框滤波  
cv2.imshow('box', box)  
  
aussian = cv2.GaussianBlur(cat,(3,3),1) #高斯滤波  
cv2.imshow('aussian', aussian)  
  
# 等待按键事件,0表示无限期等待  
key = cv2.waitKey(0)  
  
# 检查按下的键是否是'q',如果是则销毁所有窗口  
if key & 0xFF == ord('q'):  # 0xFF是掩码,用于确保只检查最低8位  
    print("准备销毁窗口")  
    cv2.destroyAllWindows()

1.4 中值滤波

中值滤波是取中间元素作为值,不如3X3的范围有9个元素,每次取第五个元素

python 复制代码
# 导入OpenCV库,用于图像处理  
import cv2  
# 从matplotlib库中导入pyplot模块,用于绘制图像  
from matplotlib import pyplot as plt  
  
# 创建一个名为'window'的窗口,窗口大小自动调整  
cv2.namedWindow('window', cv2.WINDOW_AUTOSIZE)  # cv2.WINDOW_AUTOSIZE: 窗口大小自动调整,不允许用户改变窗口大小  
  
# 使用OpenCV的imread函数读取名为"mao.jpg"的图片,参数1表示读取彩色图像  
cat = cv2.imread("mao.jpg", 1)  # cat变量存储读取的图像数据,OpenCV默认以BGR格式读取  
  
# 在名为'window'的窗口中显示图像  
cv2.imshow('window', cat)  
  
blur = cv2.blur(cat,(3,3)) #均值滤波  
cv2.imshow('blur', blur)  
  
box = cv2.boxFilter(cat,-1,(3,3),normalize=True) #方框滤波  
cv2.imshow('box', box)  
  
aussian = cv2.GaussianBlur(cat,(3,3),1) #高斯滤波  
cv2.imshow('aussian', aussian)  
  
median = cv2.medianBlur(cat,5) #中值滤波  
cv2.imshow('median', aussian)  
  
# 等待按键事件,0表示无限期等待  
key = cv2.waitKey(0)  
  
# 检查按下的键是否是'q',如果是则销毁所有窗口  
if key & 0xFF == ord('q'):  # 0xFF是掩码,用于确保只检查最低8位  
    print("准备销毁窗口")  
    cv2.destroyAllWindows()
相关推荐
硅谷秋水10 分钟前
面向精确到达任务的机器人-对齐3D高斯溅射方法——基于腕部-相机VLA策略
数码相机·机器学习·计算机视觉·3d·机器人
f6m274dww2cmd39 分钟前
拆一个类目第一的20个曝光词:43% 的搜索量来自第二页
人工智能
RobinDevNotes1 小时前
24GB Mac 做数字人:声音放本地,画面租云端
人工智能·python·macos·开发工具
user4465117917912 小时前
Agent 也能「过安检」:AgentScope 权限系统设计拆解
人工智能
烟小栀2 小时前
Windows下的深度学习环境配置参考及配置教程
人工智能
tellmewhoisi2 小时前
深度学习0:数学知识:最大似然推导过程
人工智能·深度学习·概率论
oil欧哟2 小时前
从产品经理视角拆解 DeepSeek Super-agent:双层路由与异步调度架构
人工智能
张张123y3 小时前
个人助手型 Agent 的六个工程细节:Hermes 与 OpenClaw 的审批、委派、上下文与调度
网络·人工智能·开源·后端开发·ai agent
Dawson Zhu3 小时前
【模型量化⑦】W4A8与GPTQ-Int4:极限压缩与MLC-LLM部署实战
人工智能·语言模型·架构·aigc·agi
千寻技术帮3 小时前
50055_基于AI的互帮互助小程序(源码+文档+数据库脚本+部署教程)
数据库·人工智能·小程序·毕业设计·springboot·课程设计