Opencv06 -- 卷積與模糊

卷積

卷積是一種比較特殊的數學運算，通過選取不同的卷積覈對相同的圖像進行運算，會提取到不同的特徵點
具體關於卷積的知識可以查看下面這個視頻，講的很好：

添加鏈接描述

卷積在模糊處理中的應用（均值模糊，中值模糊，高斯模糊）

均值模糊
代碼如下

import  cv2

p = cv2.imread('test.jpg',1)
p = cv2.resize(p,(400,266))
cv2.imshow('origin',p)
#調用均值模糊的函數，（30，3）指的是卷積核的大小爲30橫向，3豎向
p = cv2.blur(p,(30,3))
cv2.imshow('outcome',p)
cv2.waitKey(0)
cv2.destroyAllWindows()

原圖：

效果圖：

可以發現，圖片變得模糊，且有橫向趨勢。這是因爲卷積核的選取爲橫向數值大於豎向

中值模糊

import  cv2

p = cv2.imread('test.jpg',1)
p = cv2.resize(p,(400,266))
cv2.imshow('origin',p)
#這裏是中值模糊的函數，後面的參數指的是卷積核的大小，注意只能是奇數
p = cv2.medianBlur(p,9)
cv2.imshow('outcome',p)
cv2.waitKey(0)
cv2.destroyAllWindows()

效果圖：
此時卷積核尺寸爲9
當卷積核尺寸是99時：
我們發現隨着卷積核的增大，留下來的基本上只有圖片的特徵區域了

高斯模糊

import  cv2

p = cv2.imread('test.jpg',1)
p = cv2.resize(p,(400,266))
cv2.imshow('origin',p)
#高斯模糊函數，第二個參數爲卷積核大小，第三個爲標準差
p = cv2.GaussianBlur(p,(5,5),20)
cv2.imshow('outcome',p)
cv2.waitKey(0)
cv2.destroyAllWindows()

效果圖：