Python先生，你好！（5）——使用高斯滤波器提取图像特征

（一）前 言

高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。通俗的讲，高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是：用一个模板（或称卷积、掩模）扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。

（二）高斯滤波器的python实现

这里我们要用到图像处理库OpenCV

import cv2

img = cv2.imread("输入要处理的图像",0)
blurred = cv2.GaussianBlur(img,(11,11),0)
gaussImg = img - blurred
cv2.imshow("Img",gaussImg)
cv2.waitKey()

• 处理前：
  
• 处理后：
  

（三）总 结

通过高斯滤波器，我们能很快地提取图像的特征，便于我们建立更好的图像数据集，有任何的疑问请在评论区留言，我会尽快回复，谢谢支持！