假设一个列数为W,行数为H的高斯卷计算子gaussKernel,其中W,H均为奇数,描点位置在((H-1)/2 ,(W-1)/2),构建高斯卷积核的步骤如下
1.计算高斯矩阵
2.计算高斯矩阵的和
3.高斯矩阵除以其本身的和,也就是归一化
下面利用Python来实现构建高斯卷积算子
def getGaussKernel(sigma, H, W): r, c = np.mgrid[0:H:1, 0:W:1] r -= (H - 1) / 2 c -= (W - 1) / 2 gaussMatrix = np.exp(-0.5 * (np.power(r) + np.power(c)) / math.pow(sigma, 2)) # 计算高斯矩阵的和 sunGM = np.sum(gaussMatrix) # 归一化 gaussKernel = gaussMatrix / sunGM return gaussKernel
高斯卷积核可以分离成一维水平方向上的高斯核和一维垂直方向上的高斯核,在OpenCV中给出了构建一维垂直方向上的高斯卷积核的函数:
Mat getGaussianKernel(int ksize, double sigma, in ktype = CV/_64F)
参数
释意
ksize
一维垂直方向上的高斯核行数,正奇数
sigma
标准差
ktype
返回值的数据类型为CV_32F或CV_64F,默认是CV_64F
下面通过Python代码来具体的实现图像的高斯平滑,我们首先会对图像水平方向进行卷积,然后再对垂直方向进行卷积,其中sigma代表高斯卷积核的标准差
def gaussBlur(image,sigma,H,W,_boundary = 'fill', _fillvalue = 0): #水平方向上的高斯卷积核 gaussKenrnel_x = cv2.getGaussianKernel(sigma,W,cv2.CV_64F) #进行转置 gaussKenrnel_x = np.transpose(gaussKenrnel_x) #图像矩阵与水平高斯核卷积 gaussBlur_x = signal.convolve2d(image,gaussKenrnel_x,mode='same',boundary=_boundary,fillvalue=_fillvalue) #构建垂直方向上的卷积核 gaussKenrnel_y = cv2.getGaussianKernel(sigma,H,cv2.CV_64F) #图像与垂直方向上的高斯核卷积核 gaussBlur_xy = signal.convolve2d(gaussBlur_x,gaussKenrnel_y,mode='same',boundary= _boundary,fillvalue=_fillvalue) return gaussBlur_xy if __name__ == "__main__": image = cv2.imread("../images/timg.jpg", cv2.IMREAD_GRAYSCALE) cv2.imshow("image",image) #高斯平滑 blurImage = gaussBlur(image, 5, 400, 400, 'symm') #对bIurImage进行灰度级显示 blurImage = np.round(blurImage) blurImage = blurImage.astype(np.uint8) cv2.imshow("GaussBlur", blurImage) cv2.waitKey(0) cv2.destroyAllWindows()
运行截图:
以上就是python 基于opencv实现高斯平滑的详细内容,更多关于python 高斯平滑的资料请关注其它相关文章!
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。