- OpenCV 教程
- OpenCV - 首页
- OpenCV - 概述
- OpenCV - 环境配置
- OpenCV - 存储图像
- OpenCV - 读取图像
- OpenCV - 写入图像
- OpenCV - 图形用户界面
- 绘图函数
- OpenCV - 绘制圆形
- OpenCV - 绘制直线
- OpenCV - 绘制矩形
- OpenCV - 绘制椭圆
- OpenCV - 绘制折线
- OpenCV - 绘制凸多边形
- OpenCV - 绘制带箭头的直线
- OpenCV - 添加文本
- 滤波
- OpenCV - 双边滤波
- OpenCV - 方框滤波
- OpenCV - SQRBox 滤波
- OpenCV - Filter2D
- OpenCV - 膨胀
- OpenCV - 腐蚀
- OpenCV - 形态学操作
- OpenCV - 图像金字塔
- Sobel 导数
- OpenCV - Sobel 算子
- OpenCV - Scharr 算子
- 摄像头和人脸检测
- OpenCV - 使用摄像头
- OpenCV - 图片中的人脸检测
- 使用摄像头进行人脸检测
- OpenCV 有用资源
- OpenCV - 快速指南
- OpenCV - 有用资源
- OpenCV - 讨论
OpenCV - 高斯模糊
在高斯模糊操作中,图像与高斯滤波器卷积,而不是盒式滤波器。高斯滤波器是一种低通滤波器,它减少了高频分量的影响。
您可以使用 imgproc 类的 Gaussianblur() 方法对图像执行此操作。以下是此方法的语法:
GaussianBlur(src, dst, ksize, sigmaX)
此方法接受以下参数:
src − 一个 Mat 对象,表示此操作的源(输入图像)。
dst − 一个 Mat 对象,表示此操作的目标(输出图像)。
ksize − 一个 Size 对象,表示内核的大小。
sigmaX − 一个双精度类型变量,表示 X 方向上的高斯内核标准差。
示例
以下程序演示了如何在图像上执行高斯模糊操作。
import org.opencv.core.Core; import org.opencv.core.Mat; import org.opencv.core.Size; import org.opencv.imgcodecs.Imgcodecs; import org.opencv.imgproc.Imgproc; public class GaussianTest { public static void main(String args[]) { // Loading the OpenCV core library System.loadLibrary(Core.NATIVE_LIBRARY_NAME); // Reading the Image from the file and storing it in to a Matrix object String file ="C:/EXAMPLES/OpenCV/sample.jpg"; Mat src = Imgcodecs.imread(file); // Creating an empty matrix to store the result Mat dst = new Mat(); // Applying GaussianBlur on the Image Imgproc.GaussianBlur(src, dst, new Size(45, 45), 0); // Writing the image Imgcodecs.imwrite("E:/OpenCV/chap9/Gaussian.jpg", dst); System.out.println("Image Processed"); } }
假设以上程序中指定的输入图像为 sample.jpg。
输出
执行程序后,您将获得以下输出:
Image Processed
如果您打开指定的路径,您可以观察到输出图像如下所示:
广告