当前位置：极客教程 > Opencv > Python OpenCV > 如何使用OpenCV Python应用自定义滤波器（2D卷积）？

如何使用OpenCV Python应用自定义滤波器（2D卷积）？

如何使用OpenCV Python应用自定义滤波器（2D卷积）？

在本教程中，我们将看到如何应用两种不同的低通滤波器以平滑图像（从图像中去除噪音）。这两个滤波器是 filter2D 和 boxFilter 。这些滤波器是空间中的2D滤波器。

将2D滤波器应用于图像也称为“2D卷积操作”。这些滤波器通常称为平均滤波器。

这些滤波器的主要缺点是它们也平滑图像中的边缘。如果您不想平滑边缘，则可以应用“双边滤波器”。双边滤波器操作保留边缘。

语法

以下是 Filter2D 和 BoxFilter 的语法

cv2.filter2D（img，ddepth，kernel）
cv2.boxFilter（img，ddepth，ksize）
Python

参数

  • img - 要应用滤波器操作的输入图像。

  • ddepth - 输出图像的所需深度。如果 “depth=-1”，则返回具有与输入图像相同深度的输出图像。

  • kernel - 卷积核。在 filter2D 中，我们将卷积核作为 numpy 数组传递。

  • ksize - 卷积核的大小。在 boxFilter 中，我们仅传递元组作为卷积核大小。

步骤

为执行双边滤波器操作，您可以按照以下步骤操作-

导入所需的库。在所有以下 Python 示例中，所需的 Python 库是 OpenCV 。确保您已经安装了它。

import cv2
Python

读取输入图像并将其转换为灰度图像。

img = cv2.imread（'vehicle.jpg'）
img = cv2.cvtColor（img，cv2.COLOR_BGR2GRAY）
Python

在filter2D中定义内核以应用滤波器。

kernel = np.ones((5,5),np.float32)/25
Python

在输入图像上应用filter2D或boxFilter滤波。我们将ddepth、kernel或ksize作为参数传递给filter函数。

result = cv2.filter2D（img，-1，kernel）
result = cv2.boxFilter（img，-1，（5,5））
Python

显示过滤后的图像。

cv2.imshow（'Filter 2D Image'，result）
cv2.waitKey（0）
cv2.destroyAllWindows（）
Python

让我们看一下在输入图像上执行filter2D和boxFilter操作的示例。

我们将使用以下图像作为所有下面的 输入文件 的例子。

如何使用OpenCV Python应用自定义滤波器（2D卷积）？

示例 1

在此Python程序中，我们使用5×5内核对输入图像应用 filter2D 。

# 导入需要的库
import cv2
import numpy as np

# 读取输入图像
img = cv2.imread('vehicle.jpg')

# 将图像转换为灰度图
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 定义一个 5x5 的核
kernel = np.ones((5,5),np.float32)/25

# 应用平均值滤波器
result = cv2.filter2D(img,-1,kernel)

# 显示输出图像
cv2.imshow("Filter 2D Image ", result)
cv2.waitKey(0)
cv2.destroyAllWindows()
Python

输出

执行上述代码后，将生成以下输出窗口 –

如何使用OpenCV Python应用自定义滤波器（2D卷积）？

上述输出图像是使用 cv2.filter2D() 应用平均值滤波器后获得的。

示例2

在下面的 Python 示例中，我们使用 5×5 的核对输入图像应用了 boxFilter 操作。

# 导入所需库
import cv2

# 读取输入图像
img = cv2.imread('vehicle.jpg')

# 将图像转换为灰度图
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 对输入图像应用 boxFilter
result = cv2.boxFilter(img,-1,(5,5))

# 在过滤操作后显示图像
cv2.imshow("Box Filter Image", result)
cv2.waitKey(0)
cv2.destroyAllWindows()
Python

输出

执行上述代码后，将生成以下输出窗口 –

如何使用OpenCV Python应用自定义滤波器（2D卷积）？

上述输出图像是使用 cv2.boxFilter() 应用平均值滤波器后获得的。

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

Python OpenCV

登录

找回密码？

注册