Python中的魔杖 gaussian_blur()函数介绍

简介

在图像处理中，高斯模糊是一种常用的滤波操作。高斯模糊可以模拟出焦距不准、颜色偏差等问题。Python的OpenCV库提供了gaussian_blur()函数来实现高斯模糊操作。

函数定义

函数定义如下：

cv2.GaussianBlur(src, ksize, sigmaX[, dst[, sigmaY[, borderType]]]) -> dst

参数说明：

• src：输入图像。
• ksize：卷积核大小。ksize.width和ksize.height可以不同，但必须为正数和奇数。或者，它们都可以为零，意味着从sigma计算ksize。
• sigmaX：X方向的高斯核标准差。
• dst：输出图像。如果dst的尺寸或类型与源图像不同，则需要手动创建一个dst。
• sigmaY：Y方向的高斯核标准差。如果sigmaY为零，则默认设置为sigmaX。
• borderType：用于图像边缘像素扩展的边框类型。默认情况下，为cv2.BORDER_DEFAULT。

代码示例

import cv2

img = cv2.imread('test.jpg')
dst = cv2.GaussianBlur(img, (5, 5), 0)
cv2.imwrite('test_gaussian.jpg', dst)

这段代码将读取名为'test.jpg'的图像，并对其进行高斯模糊处理，卷积核大小为(5, 5)，sigmaX为0，sigmaY默认为0。最后将处理后的图像保存为'test_gaussian.jpg'。

注意事项

• 高斯模糊操作对于图像边缘的处理需要使用边缘填充方法来扩展图像大小。
• 卷积核大小和sigma值的大小会影响模糊程度。
• 高斯模糊操作消耗的时间较多，因此在进行大量图片处理时需要注意。

以上就是gaussian_blur()函数的简介和使用示例。希望能够帮助初学者更好地了解和掌握这个函数。