筆記和用法都在代碼注釋中：
import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt
img = cv.imread('666.jpg')
img = cv.resize(img,(500,230))
#影像的像素點有問題，需要做平滑處理
'''
#-------------第一種方法： 均值濾波 (用法一：打馬賽克【手動狗頭】)（用法二：）
img = cv.blur(img,(3,3)) #設定矩陣大小，越大越模糊，越小越越沒有效果！
cv.imshow('img',img)
cv.waitKey(0) #(用法一：打馬賽克【手動狗頭】)
cv.destroyAllWindows() #(用法二：減小干擾點)
'''
'''
#-------------第二種方法： 方框濾波 (對 噪音點的消除 比 均值濾波好 ！！！ )
img = cv.boxFilter(img,-1,(3,3),normalize = True) #如果改為False，超過255的，則為255
cv.imshow('666',img)
cv.waitKey(0)
cv.destroyAllWindows()
'''
'''
#-------------第三種方法： 高斯濾波 [根據遠近，自己進行權重運算] [效果也一般]
gaosi = cv.GaussianBlur(img,(5,5),1)
cv.imshow('gaosi',gaosi)
cv.waitKey(0)
cv.destroyAllWindows()
'''
'''
#-------------第四種方法： 中值濾波 [效果最好] [但會有點模糊！]
zhi = cv.medianBlur(img,5)
cv.imshow('zhi',zhi)
cv.waitKey(0)
cv.destroyAllWindows()
'''
jun = cv.blur(img,(10,10)) #均值濾波
fang = cv.blur(img,(50,50)) #方框濾波
gaosi = cv.GaussianBlur(img,(5,5),1) #高斯濾波
zhi = cv.medianBlur(img,5) #中值濾波
img = np.vstack((jun,fang,gaosi,zhi)) #豎著排列多個影像
#img = np.hstack((jun,fang,gaosi,zhi)) #橫著排列多個影像
cv.imshow('111',img)
cv.waitKey(0)
cv.destroyAllWindows()總結：介紹了 四種濾波方式！！！其中有很多引數也可自行改變，
親自體驗，效果更佳喲！！！
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/291269.html
標籤：其他
上一篇：python手部識別中的問題及筆記第四彈 21 7 30
下一篇：使用opencv中的VideoWriter函式，保存電腦內置攝像頭捕獲到的視頻（文中包括flip函式引數翻轉設定）