如何使用Opencv+Python实现图像运动模糊和高斯模糊

这篇文章给大家分享的是有关如何使用Opencv+Python实现图像运动模糊和高斯模糊的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。

运动模糊：由于相机和物体之间的相对运动造成的模糊，又称为动态模糊

Opencv+Python实现运动模糊，主要用到的函数是cv2.filter2D()：

# coding: utf-8
import numpy as np
import cv2
def motion_blur(image, degree=12, angle=45):
  image = np.array(image)
  # 这里生成任意角度的运动模糊kernel的矩阵， 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('./9.jpg')
img_ = motion_blur(img)
cv2.imshow('Source image',img)
cv2.imshow('blur image',img_)
cv2.waitKey()

原图：

运动模糊效果：

高斯模糊：图像与二维高斯分布的概率密度函数做卷积，模糊图像细节

Opencv+Python实现高斯模糊，主要用到的函数是cv2.GaussianBlur():

# coding: utf-8
import numpy as np
import cv2
img = cv2.imread('./9.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：

感谢各位的阅读！关于“如何使用Opencv+Python实现图像运动模糊和高斯模糊”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！