Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
社区首页 >专栏 >OpenCV图像处理09-图像模糊(一)

OpenCV图像处理09-图像模糊(一)

作者头像
yangjiao
发布于 2021-03-04 02:47:14
发布于 2021-03-04 02:47:14
51700
代码可运行
举报
文章被收录于专栏:-csdn迁移-csdn迁移
运行总次数:0
代码可运行

09-图像模糊(一)

模糊原理

  • Smooth/Blur图像处理中最简单和常用的操作之一
  • 使用该操作的目的之一是为了在图像预处理时降低噪声
  • 使用Smooth/Blur操作背后的数学卷积计算是 g(i,j)=∑k,l​f(i+k,j+l)h(k,l),其中 h(k,l) 为卷积算子(卷积核/掩膜) 例如:
  • 通常这些卷积算子计算都是线性操作,故又叫做线性滤波
  • 均值滤波原理

相关API

代码演示

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;

int main() {
	Mat src = imread("D:\\heroRcData\\opencvProject\\arrowImg\\02\\01.jpg");
	if (!src.data) {
		cout << "could not load image..." << endl;
		return -1;
	}
	namedWindow("input image", CV_WINDOW_AUTOSIZE);
	imshow("input image", src);
	//**************************************************
	//均值滤波
	Mat dst_blur;
	blur(src, dst_blur, Size(5, 5), Point(-1, -1));
	string blur_window = "blur image";
	namedWindow(blur_window, CV_WINDOW_AUTOSIZE);
	imshow(blur_window, dst_blur);

	//**************************************************
	//高斯滤波
	Mat dst_Gauss;
	GaussianBlur(src, dst_Gauss, Size(5, 5), 11, 11);
	string Gauss_window = "Gauss image";
	namedWindow(Gauss_window, CV_WINDOW_AUTOSIZE);
	imshow(Gauss_window, dst_Gauss);

	waitKey(0);
	return 0;
}
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2021/01/31 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
OpenCV图像处理10-图像模糊(二)
10-图像模糊(二) 中值滤波和双边滤波 中值滤波 统计排序滤波器 中值滤波对于椒盐噪声有很好的抑制作用 原理是:将Size(xradius,yradius)窗口中的像素值排序,取中值赋给窗口中心点 双边滤波 均值滤波无法客服边缘像素信息丢失的缺陷,原因是均值滤波基于平均权重 高斯滤波部分克服了该缺陷,但仍无法完全避免,因为没有考虑到像素值的不同 高斯双边模糊是保留边缘的滤波方法,避免了边缘信息的丢失,能够保证图像轮廓不变 相关API 代码演示 #include<opencv2/o
yangjiao
2021/03/04
5370
【OpenCV入门之十六】多种方式模糊图像
其中:f()表示一副图像,i、j表示图像的行和列,h(k,l)表示卷积算子(和)(也可以叫掩膜),k l又可以叫窗口大小(掩膜的大小,比如3*3),g()表示输出的像素值;
小白学视觉
2019/06/02
5870
OpenCV图像处理笔记(二):图片操作进阶
一、图像模糊 1、模糊原理 Smooth/Blur 是图像处理中最简单和常用的操作之一 使用该操作的原因之一就为了给图像预处理时候减低噪声 使用Smooth/Blur操作其背后是数学的卷积计算 通常这
MiChong
2020/09/24
1.2K0
OpenCV图像处理笔记(二):图片操作进阶
OpenCV图像处理05-图像操作
05-图像操作 #include<opencv2/opencv.hpp> #include<iostream> using namespace std; using namespace cv; int main() { Mat src,gray_src; src = imread("D:\\heroRcData\\opencvProject\\arrowImg\\02\\01.jpg"); if (!src.data) { cout << "could not load image..." <<
yangjiao
2021/03/04
3840
Ubuntu Opencv 图像平滑处理
平滑 也称 模糊, 是一项简单且使用频率很高的图像处理方法。平滑处理时需要用到一个 滤波器 。 最常用的滤波器是 线性 滤波器,线性滤波处理的输出像素值 ( g(i,j)) 是输入像素值 (f(i+k,j+l))的加权和 :
FPGA开源工作室
2019/10/29
5710
Ubuntu Opencv 图像平滑处理
OpenCV图像处理03-矩阵的掩膜操作
03-矩阵的掩膜操作 #include<opencv2/opencv.hpp> #include<iostream> #include<math.h> using namespace std; using namespace cv; int main() { Mat src, dst; src = imread("D:\\heroRcData\\opencvProject\\arrowImg\\01\\01.jpg"); if (!src.data) { cout << "could not lo
yangjiao
2021/03/04
3350
OpenCV之中值模糊
中值滤波本质上是统计排序滤波器的一种,中值滤波对图像特定噪声类型(椒盐噪声)会取得比较好的去噪效果,也是常
MachineLP
2021/07/20
2630
OpenCV之中值模糊
OpenCV 边缘检测
Canny 边缘检测算子,其算法步骤大体如下: 1) 用高斯滤波器对输入图像做平滑处理 (大小为 5x5 的高斯核)
AI异构
2020/07/29
9860
OpenCV 边缘检测
OpenCV图像处理笔记(三):霍夫变换、直方图、轮廓等综合应用
一、霍夫直线变换 1、霍夫直线变换 Hough Line Transform用来做直线检测 前提条件 – 边缘检测已经完成 平面空间到极坐标空间转换 2、霍夫直线变换介绍 对于任意一条直线上的所有点来说 变换到极坐标中,从[0~360]空间,可以得到r的大小 属于同一条直线上点在极坐标空(r, theta)必然在一个点上有最强的信号出现,根据此反算到平面坐标中就可以得到直线上各点的像素坐标。从而得到直线 3、相关API 标准的霍夫变换 cv::HoughLines从平面坐标转换到霍夫空间,最终输出是
MiChong
2020/09/24
3K0
OpenCV图像处理笔记(三):霍夫变换、直方图、轮廓等综合应用
图像处理算法 之 滤波 模糊(基于OpenCV)
高斯噪声是指幅值的概率密度函数服从高斯分布的噪声,如果其功率谱密度服从均匀分布,则为高斯白噪声。
233333
2020/11/11
9350
图像处理算法 之 滤波 模糊(基于OpenCV)
OpenCV 图片缩放
对图像进行缩放的最简单方法就是调用OpenCV中resize函数。resize函数可以将源图像精确地转化为指定尺寸的目标图像。要缩小图像,一般推荐使用CV_INETR_AREA来插值;若要放大图像,推荐使用CV_INTER_LINEAR。
AI异构
2020/07/29
3.5K0
OpenCV 图片缩放
OpenCV图像处理笔记(一):图片基本操作
==如果有报无法找到opencv_world343.dll的Error,请把C:\opencv\build\x64\vc14\bin下的opencv_world343.dll文件复制到C:\Windows 目录下即可==
MiChong
2020/09/24
1.4K0
OpenCV图像处理笔记(一):图片基本操作
OpenCV中积分图介绍与应用
OpenCV中积分图函数与应用 一:图像积分图概念 积分图像是Crow在1984年首次提出,是为了在多尺度透视投影中提高渲染速度。随后这种技术被应用到基于NCC的快速匹配、对象检测和SURF变换中、基于统计学的快速滤波器等方面。积分图像是一种在图像中快速计算矩形区域和的方法,这种算法主要优点是一旦积分图像首先被计算出来我们可以计算图像中任意大小矩形区域的和而且是在常量时间内。这样在图像模糊、边缘提取、对象检测的时候极大降低计算量、提高计算速度。第一个应用积分图像技术的应用是在Viola-Jones的对象检
OpenCV学堂
2018/04/04
2.9K0
OpenCV中积分图介绍与应用
OpenCV中导向滤波介绍与应用
OpenCV中导向滤波介绍与应用 导向滤波介绍 导向滤波是使用导向图像作为滤波内容图像,在导向图像上实现局部线性函数表达,实现各种不同的线性变换,输出变形之后的导向滤波图像。根据需要,导向图像可以跟输
OpenCV学堂
2018/04/04
2.4K0
OpenCV中导向滤波介绍与应用
OpenCV之图像均值与高斯模糊
python代码: import cv2 as cv import numpy as np src = cv.imread("./test.png") cv.namedWindow("input", cv.WINDOW_AUTOSIZE) cv.imshow("input", src) dst1 = cv.blur(src, (5, 5)) dst2 = cv.GaussianBlur(src, (5, 5), sigmaX=15) dst3 = cv.GaussianBlur(src, (0, 0)
MachineLP
2021/07/20
5810
OpenCV之图像均值与高斯模糊
OpenCV中图像修复技术介绍与演示
现实中图像经常出现划伤或者被噪声腐蚀或者有污渍点,对于这类图像可以通过修复(inpainting)相关的算法来说恢复损害的图像。一般情况下这些算法都是基于污染区域的周围已知的颜色和结构,通过繁殖和混合重新生成填充污染区域。OpenCV中实现的图像修复算法有两种。 基于Navier-Stokes的修复方法 基于图像梯度的快速匹配方法又称(Telea法) 对应的两个枚举类型分别如下: CV_INPAINT_NS CV_INPAINT_TELEA 在OpenCV3.1.0中对应的API方法为inpaint sr
OpenCV学堂
2018/04/04
1.5K0
OpenCV中图像修复技术介绍与演示
图像各向异性滤波
各向异性概念 各向异性(英文名称:anisotropy)是指材料在各方向的力学和物理性能呈现差异的特性。晶体的各向异性即沿晶格的不同方向,原子排列的周期性和疏密程度不尽相同,由此导致晶体在不同方向的物理化学特性也不同,这就是晶体的各向异性。亦称“非均质性”。物体的全部或部分物理、化学等性质随方向的不同而各自表现出一定的差异的特性。即在不同的方向所测得的性能数值不同。对图像来说各向异性就是在每个像素点周围四个方向上梯度变化都不一样,滤波的时候我们要考虑图像的各向异性对图像的影响,而各向同性显然是说各个方向的
OpenCV学堂
2018/04/04
2.4K0
图像各向异性滤波
OpenCV 图像处理学习手册:1~5
本章旨在与 OpenCV,其安装和第一个基本程序进行首次接触。 我们将涵盖以下主题:
ApacheCN_飞龙
2023/04/27
2.9K0
OpenCV 图像处理学习手册:1~5
OpenCV之边缘保留滤波算法 – 高斯双边模糊
python代码: import cv2 as cv import numpy as np src = cv.imread("./test.png") cv.namedWindow("input", cv.WINDOW_AUTOSIZE) cv.imshow("input", src) h, w = src.shape[:2] dst = cv.bilateralFilter(src, 0, 100, 10) result = np.zeros([h, w*2, 3], dtype=src.dtype)
MachineLP
2021/07/20
4920
OpenCV之边缘保留滤波算法 – 高斯双边模糊
基于OpenCV的图像分割处理!
图像阈值化分割是一种传统的最常用的图像分割方法,因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。它特别适用于目标和背景占据不同灰度级范围的图像。它不仅可以极大的压缩数据量,而且也大大简化了分析和处理步骤,因此在很多情况下,是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。
Datawhale
2020/07/09
3.6K0
基于OpenCV的图像分割处理!
相关推荐
OpenCV图像处理10-图像模糊(二)
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档