Comment flouter gaussien une image à l'aide de Python

Comment utiliser Python pour effectuer un flou gaussien sur des images

Introduction :
Le flou gaussien est une technique de traitement d'image couramment utilisée, qui peut rendre les images plus lisses et floues, utilisée pour réduire le bruit ou pour ajouter certains effets artistiques. Dans cet article, nous utiliserons Python pour écrire du code permettant d'implémenter le flou gaussien sur les images.

1. Comprendre le principe du flou gaussien
   Le flou gaussien est basé sur le filtre gaussien, qui obtient l'effet de flou de l'image en calculant la moyenne pondérée des pixels autour de chaque pixel. Le poids de la moyenne pondérée est déterminé par une fonction gaussienne, et plus on s'éloigne du pixel central, plus le poids est petit. L'effet de flou est obtenu en appliquant une moyenne pondérée à chaque pixel de l'image entière.
2. Importez les bibliothèques requises
   Avant de commencer à écrire du code, nous devons d'abord importer les bibliothèques pertinentes. Les bibliothèques utilisées dans cet article sont OpenCV et NumPy.

import cv2
import numpy as np

3. Chargez l'image et définissez les paramètres de l'effet de flou
   Ensuite, nous devons charger l'image à flouter et définir les paramètres du flou gaussien. Ici, nous pouvons ajuster le rayon de flou (blur_radius) pour contrôler le degré de flou.

image = cv2.imread('image.jpg')
blur_radius = 10

4. Effectuer un traitement de flou gaussien
   En appelant la fonction GaussianBlur() dans OpenCV, nous pouvons effectuer un traitement de flou gaussien sur l'image. Les paramètres de cette fonction incluent l'image originale, le rayon de flou et l'écart type (utilisés pour calculer les poids de la fonction gaussienne). Le résultat renvoyé est l'image floue. GaussianBlur()函数，我们可以对图片进行高斯模糊处理。该函数的参数包括原始图像、模糊半径和标准差（用于计算高斯函数的权重）。返回的结果是模糊后的图像。

blurred_image = cv2.GaussianBlur(image, (blur_radius, blur_radius), 0)

5. 保存并显示结果
   最后，我们将模糊后的图像保存到本地，并且使用OpenCV的imshow()

cv2.imwrite('blurred_image.jpg', blurred_image)
cv2.imshow('Blurred Image', blurred_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

Enregistrer et afficher les résultats

Enfin, nous enregistrons l'image floue localement et l'affichons à l'aide de la fonction imshow() d'OpenCV. Vous pouvez exécuter le code suivant pour implémenter cette étape et voir le résultat final.

import cv2
import numpy as np

# 加载图片和设置模糊效果参数
image = cv2.imread('image.jpg')
blur_radius = 10

# 进行高斯模糊处理
blurred_image = cv2.GaussianBlur(image, (blur_radius, blur_radius), 0)

# 保存并显示结果
cv2.imwrite('blurred_image.jpg', blurred_image)
cv2.imshow('Blurred Image', blurred_image)
cv2.waitKey(0)
cv2.destroyAllWindows()


Le code complet est le suivant :
rrreee🎜Résumé : 🎜En utilisant Python et OpenCV, nous pouvons facilement obtenir l'effet de flou gaussien sur les images. En ajustant le rayon de flou, nous pouvons contrôler librement le degré de flou. Le flou gaussien peut non seulement être utilisé pour réduire le bruit dans les images, mais peut également créer de magnifiques effets artistiques. Si le traitement d’images vous intéresse, c’est une technique intéressante et pratique qui mérite d’être essayée. 🎜

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!