一、高斯模糊
def gaussian_blur(image): # 设置ksize来确定模糊效果 img = cv.GaussianBlur(image, (5, 5), 0) cv.imshow('img', img) # 不通过ksize来设置高斯核大小,通过设置高斯分布公式中的sigma img2 = cv.GaussianBlur(image, (0, 0), 1) cv.imshow('img2', img2)
二、边缘保留滤波(EPF)
高斯双边模糊(美颜):
def bi_blur(image): img = cv.bilateralFilter(image, 0, 100, 5) cv.imshow('img', img)
从效果可以看出,边缘保留的还不错,而非边缘进行了模糊。双边模糊的效率比较低,特别是sigmaSpace比较大的时候。
cv.bilateralFilter()函数的参数:
src:原图像
d:过滤过程中每个像素领域的直径范围,若非正数,则从sigmaSpace计算
sigmaColor:值越大,表示像素领域内有多宽的颜色(颜色范围)会被混在一起
sigmaSpace:如果值较大,表示颜色相近的较远像素(空间范围)将互相影响,从而使更大区域足够相似的颜色获取相同的颜色。