OpenCV库学习之cv2.GaussianBlur函数
一、简介
cv2.GaussianBlur 是 OpenCV 图像处理库中的一个函数，它用于对图像进行高斯模糊处理。高斯模糊是一种常用的图像模糊技术，通过高斯函数对图像进行卷积，实现图像的平滑效果，常用于去除图像噪声或实现图像的柔化。
二、语法和参数
函数的语法如下：
dst = cv2.GaussianBlur(src, ksize, sigmaX[, dst[, sigmaY[, borderType]])
src: 输入图像，可以是单通道灰度图像或多通道彩色图像。ksize: 高斯核的大小，是一个(width, height)的元组，必须是正数和奇数。sigmaX: X 轴方向上的高斯核的标准差。dst: 输出图像，如果未指定，将创建与src相同大小和类型的图像。sigmaY: Y 轴方向上的高斯核的标准差，如果为0，则sigmaY将与sigmaX相同。borderType: 边界处理方式，默认为cv2.BORDER_DEFAULT。
三、实例
3.1 应用高斯模糊到彩色图像上
代码：
import cv2# 读取彩色图像
image = cv2.imread('example.jpg')# 应用高斯模糊，核大小为5x5，标准差为0
blurred_image = cv2.GaussianBlur(image, (5, 5), 0)# 显示原图和模糊后的图像
cv2.imshow('Original Image', image)
cv2.imshow('Blurred Image', blurred_image)# 等待按键后关闭所有窗口
cv2.waitKey(0)
cv2.destroyAllWindows()
输出：
运行上述代码后，将显示原图和高斯模糊后的图像。请注意，实际输出将取决于 example.jpg 图像的内容。
3.2 应用高斯模糊到灰度图像上
代码：
import cv2# 读取灰度图像
image = cv2.imread('example.jpg', cv2.IMREAD_GRAYSCALE)# 应用高斯模糊，核大小为5x5，标准差为1
blurred_image = cv2.GaussianBlur(image, (5, 5), 1)# 显示原图和模糊后的图像
cv2.imshow('Original Image', image)
cv2.imshow('Blurred Image', blurred_image)# 等待按键后关闭所有窗口
cv2.waitKey(0)
cv2.destroyAllWindows()
输出：
运行上述代码后，将显示灰度原图和高斯模糊后的图像。请注意，实际输出将取决于 example.jpg 图像的内容。
四、注意事项
- 确保
ksize的宽度和高度都是正奇数，否则函数将抛出错误。 sigmaX和sigmaY的值通常设置为正数，如果设置为0，它们将由ksize决定。- 如果不指定
dst参数，函数将自动分配内存来存储输出图像。 - 边界处理方式
borderType可以影响图像边缘的处理，常用的选项包括cv2.BORDER_DEFAULT、cv2.BORDER_CONSTANT等。 - 高斯模糊可以有效地减少图像噪声，但过度模糊可能会丢失重要细节。
)
