运动模糊：由于相机和物体之间的相对运动造成的模糊，又称为动态模糊
opencv+python实现运动模糊，主要用到的函数是cv2.filter2d()：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
# coding: utf-8import numpy as npimport cv2def motion_blur(image, degree=12, angle=45): image = np.array(image) # 这里生成任意角度的运动模糊kernel的矩阵， 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 blurredimg = cv2.imread('./9.jpg')img_ = motion_blur(img)cv2.imshow('source image',img)cv2.imshow('blur image',img_)cv2.waitkey() |
原图：
运动模糊效果：
高斯模糊：图像与二维高斯分布的概率密度函数做卷积，模糊图像细节
opencv+python实现高斯模糊，主要用到的函数是cv2.gaussianblur():
|
1
2
3
4
5
6
7
8
|
# coding: utf-8import numpy as npimport cv2img = 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：
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对服务器之家的支持。如果你想了解更多相关内容请查看下面相关链接
原文链接：https://blog.csdn.net/dcrmg/article/details/82317181
