如何使用Opencv+Python實現(xiàn)圖像運動模糊和高斯模糊

這篇文章給大家分享的是有關如何使用Opencv+Python實現(xiàn)圖像運動模糊和高斯模糊的內容。小編覺得挺實用的，因此分享給大家做個參考，一起跟隨小編過來看看吧。

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(tài)模糊

Opencv+Python實現(xiàn)運動模糊，主要用到的函數(shù)是cv2.filter2D()：

# coding: utf-8
import numpy as np
import cv2
def 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 blurred
img = 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(shù)做卷積，模糊圖像細節(jié)

Opencv+Python實現(xiàn)高斯模糊，主要用到的函數(shù)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：

感謝各位的閱讀！關于“如何使用Opencv+Python實現(xiàn)圖像運動模糊和高斯模糊”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，讓大家可以學到更多知識，如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！