均值滤波、高斯滤波、高斯双边滤波

简介: 均值滤波、高斯滤波、高斯双边滤波
# -*-coding:utf-8-*-
# #TODO.1.均值滤波
import cv2
def image_blur(image_path1:str):
    img1=cv2.imread(image_path1,cv2.IMREAD_COLOR)
    img1=cv2.resize(img1,(300,300))
    cv2.imshow('img1',img1)
    result1=cv2.blur(img1,(5,5))
    cv2.imshow('result1',result1)
#TODO.2.高斯滤波
def image_conv(image_path2:str):
    img2=cv2.imread(image_path2,cv2.IMREAD_COLOR)
    img2 = cv2.resize(img2, (300, 300))
    cv2.imshow('img2',img2)
    result2=cv2.GaussianBlur(img2,(0,0),15)
    cv2.imshow('result2',result2)
# TODO.3.高斯双边滤波(照片变清楚了)
def image_bifilter(image_path3:str):
    img3=cv2.imread(image_path3,cv2.IMREAD_COLOR)
    img3 = cv2.resize(img3, (300, 300))
    cv2.imshow('img3',img3)
    result3=cv2.bilateralFilter(img3,0,50,10)
    cv2.imshow('result3',result3)
if __name__=='__main__':
    path='211.jpg'
    image_blur(path)
    image_conv(path)
    image_bifilter(path)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

image.png

image.png

image.png

image.png

照片来源于网络,侵权请联系我删除

目录
相关文章
|
6月前
|
计算机视觉
直方图均衡化
直方图均衡化是一种图像处理技术,通过改变图像灰度级分布,增强图像对比度。手动实现包括计算灰度直方图、像素总数、灰度分布频率、累积分布频率,然后归一化映射到新灰度级,最终得到增强对比度的图像。该方法适用于改善灰度集中或明暗对比不明显的图像,但全局处理可能导致背景干扰增强,丢失细节,且某些图像可能过度增强。局部直方图均衡化可作为改进方案。
106 1
|
5月前
Laplacian(拉普拉斯)边缘检测
【6月更文挑战第7天】Laplacian(拉普拉斯)边缘检测。
82 1
|
6月前
|
计算机视觉
普通直方图均衡化
普通直方图均衡化。
27 2
|
6月前
|
机器学习/深度学习 计算机视觉
均值滤波
【5月更文挑战第15天】均值滤波。
40 1
|
6月前
|
资源调度 API 计算机视觉
【OpenCV】—非线性滤波:中值滤波、双边滤波
【OpenCV】—非线性滤波:中值滤波、双边滤波
|
6月前
|
存储 编解码 资源调度
【OpenCV】—线性滤波:方框滤波、均值滤波、高斯滤波
【OpenCV】—线性滤波:方框滤波、均值滤波、高斯滤波
311 2
|
C++ 计算机视觉
OpenCV-高斯低通&高通滤波器(C++)
OpenCV-高斯低通&高通滤波器(C++)
265 0
|
Python
边缘检测汇总
边缘检测汇总
42 0
|
机器学习/深度学习 传感器 算法
【图像去噪】基于高斯滤波+均值滤波+中值滤波+双边滤波滤波实现图像去噪(含信噪比)附Matlab代码
【图像去噪】基于高斯滤波+均值滤波+中值滤波+双边滤波滤波实现图像去噪(含信噪比)附Matlab代码
常见滤波(高斯滤波、均值滤波等)的简单理解
常见滤波(高斯滤波、均值滤波等)的简单理解
121 0