数据结构
网络
关系数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法律学如何使用 OpenCV Python 对图像应用自定义滤波器（二维卷积）？
在本教程中，我们将了解如何应用两种不同的低通滤波器来平滑（去除图像噪声）。这两种滤波器是filter2D和boxFilter。这些滤波器是空间中的二维滤波器。
对图像应用二维滤波器也称为“二维卷积运算”。这些滤波器通常被称为平均滤波器。
这些滤波器的主要缺点是它们还会平滑图像中的边缘。如果您不想平滑边缘，则可以应用“双边滤波器”。双边滤波器操作可以保留边缘。
语法
以下是 Filter2D 和 BoxFilter 的语法
cv2.filter2D(img, ddepth, kernel) cv2.boxFilter(img, ddepth, ksize)
参数
img - 应用滤波器操作的输入图像。
ddepth - 输出图像所需的深度。如果“depth = -1”，则返回与输入图像具有相同深度的输出图像。
kernel - 卷积核。在 filter2D 中，我们将核作为 NumPy 数组传递。
ksize - 核大小。在 boxFilter 中，我们仅将核大小作为元组传递。
步骤
要执行双边滤波器操作，您可以按照以下步骤操作：
导入所需的库。在以下所有 Python 示例中，所需的 Python 库是OpenCV。确保您已安装它。
import cv2
读取输入图像并将其转换为灰度图像
img = cv2.imread('vehicle.jpg')
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
定义核以应用 filter2D。
Define kernel in case to apply filter2D. kernel = np.ones((5,5),np.float32)/25
对输入图像应用filter2D或boxFilter滤波。我们将 ddepth、kernel 或 ksize 作为参数传递给滤波器函数。
result = cv2.filter2D(img,-1,kernel) result = cv2.boxFilter(img,-1,(5,5))
显示滤波后的图像。
cv2.imshow('Filter 2D Image', result)
cv2.waitKey(0)
cv2.destroyAllWindows())
让我们看看对输入图像执行filter2D和boxFilter操作的示例。
在以下所有示例中，我们将使用以下图像作为输入文件。
示例 1
在此 Python 程序中，我们使用 5×5 核对输入图像应用filter2D。
# import required libraries import cv2 import numpy as np # read the input image img = cv2.imread('vehicle.jpg') # convert the image to grayscale img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # define a 5x5 kernel kernel = np.ones((5,5),np.float32)/25 # Apply the averaging filter result = cv2.filter2D(img,-1,kernel) # Display the output image cv2.imshow("Filter 2D Image ", result) cv2.waitKey(0) cv2.destroyAllWindows()
输出
执行上述代码时，将生成以下输出窗口：
使用cv2.filter2D()应用平均滤波器后，获得上述输出图像。
示例 2
在下面的 Python 示例中，我们使用 5×5 核对输入图像应用boxFilter操作。
# Import required library import cv2 # Read the input image img = cv2.imread('vehicle.jpg') # convert the image to grayscale img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # apply boxFilter to the input image result = cv2.boxFilter(img,-1,(5,5)) # display the image after filter operation cv2.imshow("Box Filter Image", result) cv2.waitKey(0) cv2.destroyAllWindows()
输出
执行上述代码时，将生成以下输出窗口：
使用 cv2.boxFilter() 应用平均滤波器后，获得上述输出图像。
2K+ 次浏览
