您好,登錄后才能下訂單哦!
本篇文章為大家展示了python中什么是高斯模糊,內(nèi)容簡明扼要并且容易理解,絕對能使你眼前一亮,通過這篇文章的詳細介紹希望你能有所收獲。
1、說明
(1)高斯模糊本質(zhì)上是數(shù)據(jù)光滑技術(shù),可用于一維、二維甚至多維空間。數(shù)據(jù)被高斯模糊處理后,數(shù)據(jù)傾向于周邊附近的其他數(shù)據(jù),各數(shù)據(jù)相同。
(2)在圖像領(lǐng)域,各個位置的像素值使用“周邊鄰居像素點加權(quán)平均”重新賦值。對于每個像素點,由于計算時均以當(dāng)前像素點為中心,所以均值μ=0。使用時有2個超參數(shù)需要設(shè)置:高斯核大小和高斯函數(shù)標(biāo)準(zhǔn)差σ。高斯核大小表示“影響當(dāng)前點的最大鄰域范圍”,而標(biāo)準(zhǔn)差表示“鄰域中的其他像素點對當(dāng)前點的影響力”。
2、實例
def gaussian_kernel(self): kernel = np.zeros(shape=(self.kernel_size, self.kernel_size), dtype=np.float) radius = self.kernel_size//2 for y in range(-radius, radius + 1): # [-r, r] for x in range(-radius, radius + 1): # 二維高斯函數(shù) v = 1.0 / (2 * np.pi * self.sigma ** 2) * np.exp(-1.0 / (2 * self.sigma ** 2) * (x ** 2 + y ** 2)) kernel[y + radius, x + radius] = v # 高斯函數(shù)的x和y值 vs 高斯核的下標(biāo)值 kernel2 = kernel / np.sum(kernel) return kernel2
python常用的庫:1.requesuts;2.scrapy;3.pillow;4.twisted;5.numpy;6.matplotlib;7.pygama;8.ipyhton等。
上述內(nèi)容就是python中什么是高斯模糊,你們學(xué)到知識或技能了嗎?如果還想學(xué)到更多技能或者豐富自己的知識儲備,歡迎關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。