Python怎么生成隨機(jī)高斯模糊圖片

這篇文章主要介紹了Python怎么生成隨機(jī)高斯模糊圖片的相關(guān)知識(shí)，內(nèi)容詳細(xì)易懂，操作簡(jiǎn)單快捷，具有一定借鑒價(jià)值，相信大家閱讀完這篇Python怎么生成隨機(jī)高斯模糊圖片文章都會(huì)有所收獲，下面我們一起來(lái)看看吧。

高斯模糊的介紹與原理

通常，圖像處理軟件會(huì)提供"模糊"（blur）濾鏡，使圖片產(chǎn)生模糊的效果。

"模糊"的算法有很多種，其中有一種叫做"高斯模糊"（Gaussian Blur）。它將正態(tài)分布（又名"高斯分布"）用于圖像處理。

所謂"模糊"，可以理解成每一個(gè)像素都取周邊像素的平均值。

如果使用簡(jiǎn)單平均，顯然不是很合理，因?yàn)閳D像都是連續(xù)的，越靠近的點(diǎn)關(guān)系越密切，越遠(yuǎn)離的點(diǎn)關(guān)系越疏遠(yuǎn)。因此，加權(quán)平均更合理，距離越近的點(diǎn)權(quán)重越大，距離越遠(yuǎn)的點(diǎn)權(quán)重越小。

python生成高斯模糊

Python可以使用opencv庫(kù)很方便地生成模糊圖像，如果沒(méi)有安裝opencv的，可以用pip安裝：

pip install python-opencv

想了解高斯模糊是什么的話，可以看wiki百科-高斯模糊。對(duì)于一般人，只要知道這個(gè)操作可以生成模糊圖片就好了，一行代碼即可搞定：

import cv2
img = cv2.GaussianBlur(ori_img, (9, 9), 0)

這個(gè)函數(shù)的第一個(gè)參數(shù)是原圖像，第二個(gè)參數(shù)是高斯矩陣，要注意長(zhǎng)和寬都必須為單數(shù)，第三個(gè)參數(shù)是標(biāo)準(zhǔn)差，如果寫0，則函數(shù)會(huì)自行計(jì)算。

那怎么控制模糊程度呢？很簡(jiǎn)單，高斯矩陣的尺寸越大，標(biāo)準(zhǔn)差越大，處理過(guò)的圖像模糊程度越大。

介紹完了簡(jiǎn)單的高斯模糊操作，我們加一個(gè)隨機(jī)處理，來(lái)隨機(jī)生成模糊程度不同的幾張圖像，其實(shí)也很簡(jiǎn)單，加一個(gè)隨機(jī)函數(shù)來(lái)生成高斯矩陣的尺寸就可以了：

import cv2
import random

imgName = "img.png"
min_size = 11

ori_img = cv2.imread(imgName)

for i in range(3):
    addition = random.choice((0, 2, 4, 6, 8, 10, 12))
    size = min_size + addition
    kernel_size = (size, size)
    img = cv2.GaussianBlur(ori_img, kernel_size, 0)
    new_imgName = "New_" + str(i) + "_" + str(kernel_size[0])  + "_" + imgName
    cv2.imwrite(new_imgName, img)

這里利用了random庫(kù)，來(lái)在一組數(shù)字中隨機(jī)選擇一個(gè)數(shù)，加到最小尺寸上，作為每次生成的模糊圖片的高斯矩陣尺寸，這里我的尺寸最小值設(shè)為了11，大家可以根據(jù)需要自己嘗試看效果來(lái)設(shè)定。

關(guān)于“Python怎么生成隨機(jī)高斯模糊圖片”這篇文章的內(nèi)容就介紹到這里，感謝各位的閱讀！相信大家對(duì)“Python怎么生成隨機(jī)高斯模糊圖片”知識(shí)都有一定的了解，大家如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道。