運動模糊：由于相機和物體之間的相對運動造成的模糊，又稱為動態模糊
opencv+python實現運動模糊，主要用到的函數是cv2.filter2d()：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
# coding: utf-8import numpy as npimport cv2def motion_blur(image, degree=12, angle=45): image = np.array(image) # 這里生成任意角度的運動模糊kernel的矩陣， 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() |
原圖：
運動模糊效果：
高斯模糊：圖像與二維高斯分布的概率密度函數做卷積，模糊圖像細節
opencv+python實現高斯模糊，主要用到的函數是cv2.gaussianblur():
|
1
2
3
4
5
6
7
8
|
# 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：
總結
以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，謝謝大家對服務器之家的支持。如果你想了解更多相關內容請查看下面相關鏈接
原文鏈接：https://blog.csdn.net/dcrmg/article/details/82317181
