1. 程式人生 > >python+opencv實現高斯平滑濾波

python+opencv實現高斯平滑濾波

功能:

建立兩個滑動條來分別控制高斯核的size和σ的大小,這個程式是在閾值分割的那個程式上改動的。閾值分割程式在這
注意:由於σ=0時,opencv會根據視窗大小計算出σ,所以,從0滑動σ的滑動條時,會出現先邊清晰又變模糊的現象

程式碼:

# -*- coding: utf-8 -*- 

import cv2

#兩個回撥函式
def GaussianBlurSize(GaussianBlur_size):
    global KSIZE 
    KSIZE = GaussianBlur_size * 2 +3
    print KSIZE, SIGMA
    dst = cv2.GaussianBlur(scr, (KSIZE,KSIZE), SIGMA, KSIZE) 
    cv2.imshow(window_name,dst)

def
GaussianBlurSigma(GaussianBlur_sigma):
global SIGMA SIGMA = GaussianBlur_sigma/10.0 print KSIZE, SIGMA dst = cv2.GaussianBlur(scr, (KSIZE,KSIZE), SIGMA, KSIZE) cv2.imshow(window_name,dst) #全域性變數 GaussianBlur_size = 1 GaussianBlur_sigma = 15 KSIZE = 1 SIGMA = 15 max_value = 300 max_type = 6
window_name = "GaussianBlurS Demo" trackbar_size = "Size*2+3" trackbar_sigema = "Sigma/10" #讀入圖片,模式為灰度圖,建立視窗 scr = cv2.imread("G:\homework\lena.bmp",0) cv2.namedWindow(window_name) #建立滑動條 cv2.createTrackbar( trackbar_size, window_name, \ GaussianBlur_size, max_type, GaussianBlurSize ) cv2.createTrackbar( trackbar_sigema, window_name, \ GaussianBlur_sigma, max_value, GaussianBlurSigma ) #初始化
GaussianBlurSize(1) GaussianBlurSigma(15) if cv2.waitKey(0) == 27: cv2.destroyAllWindows()

呼叫:

需要把圖片和cv2.pyd與GaussianBlur.py放在同一資料夾下

>>> import os
>>> os.chdir("g:\homework")
>>> import GaussianBlur
5 15
5 1.5
5 1.6
5 1.9
5 2.4
5 2.5
5 2.9
5 3.0
5 3.3
5 3.6
5 3.9
5 4.1
5 4.2
5 4.3
5 4.4
5 4.5
5 4.6
5 4.7
5 4.8

效果圖:

GaussianBlur