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σσ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=0σ=0时，opencv会根据窗口大小计算出σσ，所以，从0滑动σσ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：



以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持中文源码网。