高斯濾波是一種線性平滑濾波，適用于消除高斯噪聲，廣泛應(yīng)用于圖像處理的減噪過程。
語法：cv2.GaussianBlur(src, ksize, sigmaX, sigmaY, borderType)-> dst
——src輸入圖像。
——dst輸出圖像的大小和類型與src相同。
——ksize高斯內(nèi)核大小。 ksize.width和ksize.height可以不同，但??它們都必須為正數(shù)和奇數(shù)，也可以為零，然后根據(jù)sigmaX和sigmaY計算得出。
——sigmaX X方向上的高斯核標(biāo)準(zhǔn)偏差。
——sigmaY Y方向上的高斯核標(biāo)準(zhǔn)差；如果sigmaY為零，則將其設(shè)置為等于sigmaX；如果兩個sigmas為零，則分別從ksize.width和ksize.height計算得出；為了完全控制結(jié)果，而不管將來可能對所有這些語義進(jìn)行的修改，建議指定所有ksize，sigmaX和sigmaY。
import numpy as np
import cv2
img = cv2.imread('./12.jpg')
img = cv2.resize(img, None, fx=0.5, fy=0.5,
interpolation=cv2.INTER_CUBIC)#調(diào)整圖片大小
cv2.imshow('Original', img)
blur_image = cv2.GaussianBlur(img, (5, 5), 0)#(5, 5)表示高斯矩陣的長與寬都是5，標(biāo)準(zhǔn)差取0
cv2.imshow('Blurred Image', blur_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
可以看到左邊的是原始圖像，右邊的是高斯模糊圖像。文章來源：http://www.zghlxwxcb.cn/news/detail-630140.html
在cv2.GaussianBlur（）方法中，定義內(nèi)核的寬度和高度，該寬度和高度應(yīng)為正數(shù)和奇數(shù)，它將返回模糊的圖像?？梢愿暮瘮?shù)參數(shù)的值并觀察輸出。文章來源地址http://www.zghlxwxcb.cn/news/detail-630140.html
到了這里，關(guān)于opencv-python-cv2.GaussianBlur（）函數(shù)介紹的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
