OpenCV+Python實現影象運動模糊和高斯模糊

Python OpenCV · 發表 2019-05-13 20:06:49

摘要：運動模糊：由於相機和物體之間的相對運動造成的模糊，又稱為動態模糊 OpenCV+Python實現運動模糊，主要用到的函式是cv2.filter2D()： # coding: utf-8 import numpy as np import cv2 def motion_blur(...

運動模糊：由於相機和物體之間的相對運動造成的模糊，又稱為動態模糊

OpenCV+Python實現運動模糊，主要用到的函式是cv2.filter2D()：

# coding: utf-8
import numpy as np
import cv2

def motion_blur(image, degree=12, angle=45):
image = np.array(image)

# 這裡生成任意角度的運動模糊kernel的矩陣， 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 blurred

img = cv2.imread('linuxidc.com.jpg')
img_ = motion_blur(img)

cv2.imshow('Source image',img)
cv2.imshow('blur image',img_)
cv2.waitKey()

原圖與運動模糊效果如下：

高斯模糊：影象與二維高斯分佈的概率密度函式做卷積，模糊影象細節

OpenCV+Python實現高斯模糊，主要用到的函式是cv2.GaussianBlur():

# coding: utf-8
import numpy as np
import cv2

img = cv2.imread('linuxidc.com.jpg')
img_ = cv2.GaussianBlur(img, ksize=(9, 9), sigmaX=0, sigmaY=0)

cv2.imshow('Source image',img)
cv2.imshow('blur image',img_)
cv2.waitKey()

高斯模糊效果如下：