python+opencv实现高斯平滑滤波

功能:

创建两个滑动条来分别控制高斯核的size和 σ 的大小,这个程序是在阈值分割的那个程序上改动的。阈值分割程序在这
注意:由于 σ=0 时,opencv会根据窗口大小计算出 σ ,所以,从0滑动 σ 的滑动条时,会出现先边清晰又变模糊的现象


python+opencv实现阈值分割
python+opencv实现霍夫变换检测直线


(2016-5-10)到OpenCV-Python Tutorials’s documentation!可以下载


代码:

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

import cv2

#两个回调函数
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)

#全局变量
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"

#读入图片,模式为灰度图,创建窗口
scr = cv2.imread("G:\homework\lena.bmp",0)
cv2.namedWindow(window_name)

#创建滑动条
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()

调用:

需要把图片和cv2.pyd与GaussianBlur.py放在同一文件夹下

>>> 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

效果图:

python+opencv实现高斯平滑滤波_第1张图片

你可能感兴趣的:(opencv,python,python,opencv,高斯滤波)