制作软件需要什么技术_保定风泉网络科技有限公司_网络营销的常用工具_优化方案丛书官网

1.1 均值滤波

简单的平均卷积操作
边框补0,每次选3 * 3个元素相加求平均值

# 导入OpenCV库，用于图像处理
import cv2
# 从matplotlib库中导入pyplot模块，用于绘制图像
from matplotlib import pyplot as plt# 创建一个名为'window'的窗口，窗口大小自动调整
cv2.namedWindow('window', cv2.WINDOW_AUTOSIZE)  # cv2.WINDOW_AUTOSIZE: 窗口大小自动调整，不允许用户改变窗口大小# 使用OpenCV的imread函数读取名为"mao.jpg"的图片，参数1表示读取彩色图像
cat = cv2.imread("mao.jpg", 1)  # cat变量存储读取的图像数据，OpenCV默认以BGR格式读取# 在名为'window'的窗口中显示图像
cv2.imshow('window', cat)blur = cv2.blur(cat,(3,3)) #均值滤波
cv2.imshow('blur', blur)# 等待按键事件，0表示无限期等待
key = cv2.waitKey(0)# 检查按下的键是否是'q'，如果是则销毁所有窗口
if key & 0xFF == ord('q'):  # 0xFF是掩码，用于确保只检查最低8位print("准备销毁窗口")cv2.destroyAllWindows()

1.2 方框滤波

处理结果=cv2.boxFilter（原始图像，目标图像深度，核大小，normalize属性）,目标图像深度是-1表示和原图像大小相同,效果几乎和均值滤波持平

true = 1 = 所有值相加 除以 矩阵元素的个数
false = 0 = 是k = 所有的元素相加,超过255时取255

# 导入OpenCV库，用于图像处理  
import cv2  
# 从matplotlib库中导入pyplot模块，用于绘制图像  
from matplotlib import pyplot as plt  # 创建一个名为'window'的窗口，窗口大小自动调整  
cv2.namedWindow('window', cv2.WINDOW_AUTOSIZE)  # cv2.WINDOW_AUTOSIZE: 窗口大小自动调整，不允许用户改变窗口大小  # 使用OpenCV的imread函数读取名为"mao.jpg"的图片，参数1表示读取彩色图像  
cat = cv2.imread("mao.jpg", 1)  # cat变量存储读取的图像数据，OpenCV默认以BGR格式读取  # 在名为'window'的窗口中显示图像  
cv2.imshow('window', cat)  blur = cv2.blur(cat,(3,3)) #均值滤波  
cv2.imshow('blur', blur)  box = cv2.boxFilter(cat,-1,(3,3),normalize=True) #方框滤波  
cv2.imshow('box', box)  # 等待按键事件，0表示无限期等待  
key = cv2.waitKey(0)  # 检查按下的键是否是'q'，如果是则销毁所有窗口  
if key & 0xFF == ord('q'):  # 0xFF是掩码，用于确保只检查最低8位  print("准备销毁窗口")  cv2.destroyAllWindows()

1.3 高斯滤波

结果=所有对应的卷积核 * 相应的值 相加

# 导入OpenCV库，用于图像处理  
import cv2  
# 从matplotlib库中导入pyplot模块，用于绘制图像  
from matplotlib import pyplot as plt  # 创建一个名为'window'的窗口，窗口大小自动调整  
cv2.namedWindow('window', cv2.WINDOW_AUTOSIZE)  # cv2.WINDOW_AUTOSIZE: 窗口大小自动调整，不允许用户改变窗口大小  # 使用OpenCV的imread函数读取名为"mao.jpg"的图片，参数1表示读取彩色图像  
cat = cv2.imread("mao.jpg", 1)  # cat变量存储读取的图像数据，OpenCV默认以BGR格式读取  # 在名为'window'的窗口中显示图像  
cv2.imshow('window', cat)  blur = cv2.blur(cat,(3,3)) #均值滤波  
cv2.imshow('blur', blur)  box = cv2.boxFilter(cat,-1,(3,3),normalize=True) #方框滤波  
cv2.imshow('box', box)  aussian = cv2.GaussianBlur(cat,(3,3),1) #高斯滤波  
cv2.imshow('aussian', aussian)  # 等待按键事件，0表示无限期等待  
key = cv2.waitKey(0)  # 检查按下的键是否是'q'，如果是则销毁所有窗口  
if key & 0xFF == ord('q'):  # 0xFF是掩码，用于确保只检查最低8位  print("准备销毁窗口")  cv2.destroyAllWindows()

1.4 中值滤波

中值滤波是取中间元素作为值,不如3X3的范围有9个元素,每次取第五个元素

# 导入OpenCV库，用于图像处理  
import cv2  
# 从matplotlib库中导入pyplot模块，用于绘制图像  
from matplotlib import pyplot as plt  # 创建一个名为'window'的窗口，窗口大小自动调整  
cv2.namedWindow('window', cv2.WINDOW_AUTOSIZE)  # cv2.WINDOW_AUTOSIZE: 窗口大小自动调整，不允许用户改变窗口大小  # 使用OpenCV的imread函数读取名为"mao.jpg"的图片，参数1表示读取彩色图像  
cat = cv2.imread("mao.jpg", 1)  # cat变量存储读取的图像数据，OpenCV默认以BGR格式读取  # 在名为'window'的窗口中显示图像  
cv2.imshow('window', cat)  blur = cv2.blur(cat,(3,3)) #均值滤波  
cv2.imshow('blur', blur)  box = cv2.boxFilter(cat,-1,(3,3),normalize=True) #方框滤波  
cv2.imshow('box', box)  aussian = cv2.GaussianBlur(cat,(3,3),1) #高斯滤波  
cv2.imshow('aussian', aussian)  median = cv2.medianBlur(cat,5) #中值滤波  
cv2.imshow('median', aussian)  # 等待按键事件，0表示无限期等待  
key = cv2.waitKey(0)  # 检查按下的键是否是'q'，如果是则销毁所有窗口  
if key & 0xFF == ord('q'):  # 0xFF是掩码，用于确保只检查最低8位  print("准备销毁窗口")  cv2.destroyAllWindows()