07- OpenCV:模糊图像

这篇具有很好参考价值的文章主要介绍了07- OpenCV:模糊图像。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

目录

一、模糊原理

二、模糊的相关处理方法:

1、均值滤波(归一化盒子滤波)

2、高斯滤波(正态分布的形状)

3、中值模糊

4、双边模糊算法(美容软件)

5、相关代码:

6、几种模糊算法的比较:


一、模糊原理

(1)Smooth/Blur 是图像处理中最简单和常用的操作之一

(2)使用该操作的原因之一就为了给图像预处理时候减低噪声(消除数字噪声)

指图像中不该出现的外来像素,通常由电子干扰产生。看起来就像图像被弄脏了,布满一些细小的糙点。

(3)使用Smooth/Blur操作其背后是数学的卷积计算

07- OpenCV:模糊图像,OpenCV,opencv,人工智能,计算机视觉,图像模糊

(4)通常这些卷积算子计算都是线性操作,所以又叫线性滤波

07- OpenCV:模糊图像,OpenCV,opencv,人工智能,计算机视觉,图像模糊

假设有6x6的图像像素点矩阵。(均值滤波的过程)

卷积过程:6x6上面是个3x3的窗口,从左向右,从上向下移动,黄色的每个像个像素点值之和取平均值赋给中心红色像素作为它卷积处理之后新的像素值。每次移动一个像素格。

二、模糊的相关处理方法:

1、均值滤波(归一化盒子滤波)

(1)公式:卷积和系数都是1

07- OpenCV:模糊图像,OpenCV,opencv,人工智能,计算机视觉,图像模糊

对应的图形大概是:没有高的也没有低的

07- OpenCV:模糊图像,OpenCV,opencv,人工智能,计算机视觉,图像模糊

(2)相关API:

 blur(Mat src, Mat dst, Size(xradius, yradius), Point(-1,-1));

07- OpenCV:模糊图像,OpenCV,opencv,人工智能,计算机视觉,图像模糊

Filter2D也可以做模糊,自己定义一个kenel赋值进去。

(3)一般模糊用3*3模糊就行,主要控制x、y的值,要是x方向的模糊多一些,就加大数值,好像一个鬼影一样。

07- OpenCV:模糊图像,OpenCV,opencv,人工智能,计算机视觉,图像模糊

2、高斯滤波(正态分布的形状)

(1)公式:权重不一样

07- OpenCV:模糊图像,OpenCV,opencv,人工智能,计算机视觉,图像模糊

对应的图形大概是:

07- OpenCV:模糊图像,OpenCV,opencv,人工智能,计算机视觉,图像模糊

(2)相关API:

- GaussianBlur(Mat src, Mat dst, Size(11, 11), sigmax, sigmay);

其中Size(x, y), x, y 必须是正数而且是奇数

(3)效果:

看着高斯模糊比均值还要清晰一些。

高斯基于权重模糊,均值滤波基于均值模糊;

07- OpenCV:模糊图像,OpenCV,opencv,人工智能,计算机视觉,图像模糊

3、中值模糊

(1)中值滤波:统计排序滤器

(2)中值滤波对椒盐噪声有很好的抑制作用

07- OpenCV:模糊图像,OpenCV,opencv,人工智能,计算机视觉,图像模糊

(3)相关API:

medianBlur(Mat src, Mat dest, ksize)

备注:中值模糊的ksize大小必须是大于1而且必须是奇数。

(4)功效:比如一张图片有点点,人脸有斑点,就可以很好去掉这些斑点。(椒盐噪声)

07- OpenCV:模糊图像,OpenCV,opencv,人工智能,计算机视觉,图像模糊

4、双边模糊算法(美容软件)

(1)基于高斯双边模糊;

(2)相关API:

bilateralFilter(src, dest, d=15, 150, 3);

备注:

 1)15 –计算的半径,半径之内的像数都会被纳入计算,如果提供-1 则根据sigma space参数取值

 2)150 – sigma color 决定多少差值之内的像素会被计算

 3)3 – sigma space 如果d的值大于0则声明无效,否则根据它来计算d值

(3)功效:

双边模糊:边缘信息更多保留,轮廓更加明显,相当于加了滤镜、磨皮;

高斯模糊:整个图片都模糊了;

07- OpenCV:模糊图像,OpenCV,opencv,人工智能,计算机视觉,图像模糊

与filter2D比较,效果更加好,有美颜的效果;

07- OpenCV:模糊图像,OpenCV,opencv,人工智能,计算机视觉,图像模糊

5、相关代码:

(1)均值滤波、高斯模糊的接口例子

#include <opencv2/opencv.hpp> 
#include <iostream> 
using namespace cv;

int main(int argc, char** argv) {
	Mat src, dst;
	src = imread("D:/vcprojects/images/test.png");
	if (!src.data) {
		printf("could not load image...\n");
		return -1;
	}
	char input_title[] = "input image";
	char output_title[] = "blur image";
	namedWindow(input_title, CV_WINDOW_AUTOSIZE);
	namedWindow(output_title, CV_WINDOW_AUTOSIZE);
	imshow(input_title, src);

	blur(src, dst, Size(11, 11), Point(-1, -1));
	imshow(output_title, dst);

	Mat gblur;
	GaussianBlur(src, gblur, Size(11, 11), 11, 11);
	imshow("gaussian blur", gblur);

	waitKey(0);
	return 0;
}

(2)中值滤波、双边模糊、高斯模糊、filter2D几个接口的应用。

#include <opencv2/opencv.hpp> 
#include <iostream> 
using namespace cv;

int main(int argc, char** argv) {
	Mat src, dst;
	src = imread("D:/vcprojects/images/cvtest.png");
	if (!src.data) {
		printf("could not load image...\n");
		return -1;
	}
	namedWindow("input image", CV_WINDOW_AUTOSIZE);
	imshow("input image", src);

	//medianBlur(src, dst, 3);
	bilateralFilter(src, dst, 15, 100, 5);
	namedWindow("BiBlur Filter Result", CV_WINDOW_AUTOSIZE);
	imshow("BiBlur Filter Result", dst);

	Mat resultImg;
	Mat kernel = (Mat_<int>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
	filter2D(dst, resultImg, -1, kernel, Point(-1, -1), 0);
	imshow("Final Result", resultImg);

	waitKey(0);
	return 0;

}
6、几种模糊算法的比较:

(1)均值模糊无法克服边缘像素信息丢失缺陷。原因是均值滤波是基于平均权重

(2)高斯模糊部分克服了该缺陷,但是无法完全避免,因为没有考虑像素值的不同

(3)高斯双边模糊 – 是边缘保留的滤波方法,避免了边缘信息丢失,保留了图像轮廓不变(美颜相机的算法)

07- OpenCV:模糊图像,OpenCV,opencv,人工智能,计算机视觉,图像模糊

这个图讲解:输入一个图,输出一个图,中间的是卷积核,分为:空域核和值域核;

                空域核指的是:在空间来说,3*3、5*5都有自己的权重;

                值域核:指像素集来说,对于像素集在一定的范围内,就模糊输出,2个图的差异,边缘还在保留的。文章来源地址https://www.toymoban.com/news/detail-793726.html

到了这里,关于07- OpenCV:模糊图像的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【SCI征稿】3个月左右录用!计算机信息技术等领域均可,如机器学习、遥感技术、人工智能、物联网、人工神经网络、数据挖掘、图像处理

    计算机技术类SCIEEI 【期刊简介】IF:1.0-2.0,JCR4区,中科院4区 【检索情况】SCIEEI 双检,正刊 【参考周期】期刊部系统内提交,录用周期3个月左右,走完期刊部流程上线 【征稿领域】 计算机信息技术在土地变化检测中的应用 包括但不限于以下主题: ● 利用基于机器学习的

    2024年02月10日
    浏览(67)
  • 【人工智能】模糊推理

    如果说,我们简单的将 温度10度 的天气称为 冷 , 10度温度 25度 的天气称为 温暖 ,将 温度25度 的天气称为 热 ,这种模糊性就消除了,这在数学上没有任何问题,然而就这 1度 之差,就将 “冷”变为“温暖”,“温暖”变为“热” ,这又不符合我们日常的生活习惯 在企图

    2024年02月08日
    浏览(46)
  • 人工智能学习——模糊控制

    鉴于个人学习方向并不在此,所以此文章仅作为个人学习笔记使用,主要介绍理论以及学习过程,仅供参考! 为什么要有模糊控制、为什么要用神经网络、为什么还要将两者结合,还有那么多不同的结合方法等等问题的关键。两个理解模糊神经网络的重要前提: (1)模糊控

    2024年01月18日
    浏览(75)
  • 人工智能_不确定性推理(5,证据理论 6,模糊推理方法 7,模糊控制)

    4.5 证据理论 证据理论(theory of evidence):又称D一S理论,是德普斯特(APDempster)首先提出,沙佛(GShafer)进一步发展起来的一种处理不确定性的理论 D-S证据推理针对的是6分不清”或“不知道”这样的不确定性; 1981年巴纳特(JABarnett)把该理论引入专家系统中,同年卡威(JGarvey)等人用它

    2024年02月03日
    浏览(44)
  • 人工智能基础 | Python实现 洗衣机模糊推理系统

    Pycharm + Anaconda3 已知一组污泥和油脂两个参数的 模糊集合 ,以及对应的洗涤时间推理的结果。 现再给出一组污泥和油脂的模糊集合,进行 模糊推理 ,推出洗涤时间的 模糊集合 。 最后进行 模糊决策 ,选择洗涤时间的档次,采用 最大隶属度 和 加权平均法 两种方法 “污泥

    2023年04月08日
    浏览(67)
  • 人工智能实践: 基于T-S 模型的模糊推理

    模糊推理是一种基于行为的仿生推理方法, 主要用来解决带有模糊现象的复杂推理问题。由于模糊现象的普遍存在, 模糊推理系统被广泛的应用。模糊推理系统主要由模糊化、模糊规则库、模糊推理方法以及去模糊化组成, 其基本流程如图1所示。 ■ 图1 模糊推理流程图 传统的

    2024年02月01日
    浏览(50)
  • 模糊综合评价在人工智能教育领域的应用:个性化教学与智能辅导

    人工智能(Artificial Intelligence, AI)是一门研究如何让计算机模拟人类智能行为的科学。人工智能教育是一门研究如何利用人工智能技术来改进教育系统的学科。在过去的几年里,人工智能教育已经取得了显著的进展,特别是在个性化教学和智能辅导方面。这些领域的发展取决于

    2024年02月20日
    浏览(58)
  • 【人工智能】实验二: 洗衣机模糊推理系统实验与基础知识

    理解模糊逻辑推理的原理及特点,熟练应用模糊推理。 设计洗衣机洗涤时间的模糊控制。 已知人的操作经验为: “污泥越多,油脂越多,洗涤时间越长”; “污泥适中,油脂适中,洗涤时间适中”; “污泥越少,油脂越少,洗涤时间越短”。 模糊控制规则如表1所示: x y z

    2024年02月03日
    浏览(89)
  • 基于OpenCV的传统视觉应用 -- OpenCV图像处理 图像模糊处理 图像锐化处理

    图像处理是用计算机对图像进行分析,以获取所需结果的过程,又称为影像处理。图像处理一般是指数字图像的处理。数字图像是用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组,该数组的元素称为像素,其值称为灰度值。 均值滤波是指任意一点的像素

    2024年02月07日
    浏览(74)
  • python opencv图像模糊

    目录 一:均值滤波 二:高斯滤波 三:中值滤波 四:双边滤波 在OpenCV中,模糊图片或进行图像平滑处理时常用的方法包括以下几种: 均值滤波 (Blurring): 均值滤波是一种简单的平滑方法,它通过对图像中每个像素的邻域内像素值进行平均来计算新的像素值。在OpenC

    2024年02月22日
    浏览(65)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包