python图像模糊,python模糊控制

　　说明

　　1.本质上是一种数据平滑技术，可以在一维、二维甚至多维空间使用。

　　2.数据经过高斯模糊处理后，数据趋向外围附近的其他数据，所有数据都一样。

　　在图像领域，每个位置的像素值通过“相邻像素加权平均”重新赋值。对于每个像素，计算以当前像素为中心，因此平均值=0。使用时需要设置两个超参数：高斯核大小和高斯函数标准差。高斯核大小表示“影响当前点的邻域范围”，标准差表示“邻域内其他像素对当前点的影响”。

　　实例

　　defgaussian_kernel(self):

　　kernel=NP . zeros(shape=(self.kernel_size，self . kernel _ size)，dtype=np.float)

　　radius=self.kernel_size//2

　　foryinrange(-radius，radius 1):#[-r，r]

　　forxinrange(-radius，radius 1):

　　#二维高斯函数

　　v=1.0/(2 * NP . pi * self sigma * * 2)* NP . exp(-1.0/(2 * self sigma * * 2)*(x * * 2y * * 2))

　　核[y半径，X半径]=V #高斯函数的X和Y值与高斯核的下标值

　　kernel2=kernel/np.sum(内核)

　　Returnkernel2以上是python中高斯歧义的介绍。希望对你有帮助。更多python学习方向：Python基础课程

　　本教程运行环境：windows7系统，Python 3.9.1，DELL G3电脑。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。