本节内容主要将如何平滑图像。如通过低通道滤波模糊图像。或者自定义滤波处理图像。
import cv2import numpy as npfrom matplotlib import pyplot as pltimg = cv2.imread(r'C:\root\learn\python\opencvTest\img\opencvLog.jpg')kernel = np.ones((5,5),np.float32)/25'''2D滤波函数。dst=cv2.filter2D(src,ddepth,kernel[,dst[,anchor[,delta[,borderType]]]])src:原图像dst:目标图像，与原图像尺寸和通过数相同ddepth: 目标图像的所需深度(-1表示输出图像与原图像有相同的深度)kernel: 卷积核，单通道浮点矩阵；如果要将不同的内核应用于不同的通道，请使用拆分将图像拆分为单独的颜色平面，然后单独处理它们。anchor: 内核的锚点，指示内核中过滤点的相对位置；锚应位于内核中。默认值(-1,-1)表示锚位于内核中心。detal: 在将它们存储在dst之前，将可选值添加到已过滤的像素中。类似于偏置。borderType: 像素外推法。'''dst = cv2.filter2D(img,-1,kernel)'''均值模糊'''blur = cv2.blur(img,(5,5))'''高斯模糊'''gaussianBlur = cv2.GaussianBlur(img,(5,5),0)'''中值模糊'''median = cv2.medianBlur(img,5)'''双边滤波（高斯模糊的高级版本。去噪同时保持边缘锐化)'''bilBlur = cv2.bilateralFilter(img,9,75,75)plt.subplot(161),plt.imshow(img),plt.title('Original')plt.xticks([]),plt.yticks([])plt.subplot(162),plt.imshow(dst),plt.title('Averaging')plt.xticks([]),plt.yticks([])plt.subplot(163),plt.imshow(blur),plt.title('Blur')plt.xticks([]),plt.yticks([])plt.subplot(164),plt.imshow(gaussianBlur),plt.title('GaussianBlur')plt.xticks([]),plt.yticks([])plt.subplot(165),plt.imshow(median),plt.title('median')plt.xticks([]),plt.yticks([])plt.subplot(166),plt.imshow(bilBlur),plt.title('bilBlur')plt.xticks([]),plt.yticks([])plt.show()图像结果: