高斯模糊
import cv2def gauss_blur(img, ksize, sigma):'''高斯模糊:param img: 原始图片:param ksize: 高斯内核大小。 ksize.width和ksize.height可以不同,但它们都必须为正数和奇数,也可以为零:param sigma: 标准差,如果写0,则函数会自行计算:return:'''# 外部调用传入正整数即可,在这里转成奇数k_list = list(ksize)kw = (k_list[0] * 2) + 1kh = (k_list[1] * 2) + 1resultImg = cv2.GaussianBlur(img, (kw, kh), sigma)return resultImgif __name__ == '__main__':img = cv2.imread('D:/test/test.jpg')resultImg = gauss_blur(img, (3, 3), 0)
原始图片
高斯模糊处理后
中值模糊
import cv2def median_blur(img, m):'''中值模糊:param img: 原始图片:param m: 孔径的尺寸,一个大于1的奇数:return:'''resultImg = cv2.medianBlur(img, m)return resultImgif __name__ == '__main__':img = cv2.imread('D:/test/test.jpg')resultImg = median_blur(img, 5)
中值模糊处理后
均值模糊
import cv2def blur(img, ksize):'''均值模糊:param img: 原始图片:param ksize: 模糊内核大小:return:'''resultImg = cv2.blur(img, ksize)return resultImgif __name__ == '__main__':img = cv2.imread('D:/test/test.jpg')resultImg = blur(img, (5, 5))