目标：
- 使用各种低通滤波器模糊图像
- 将自定义滤波器应用于图像（2D卷积）
2D卷积（图像过滤）
与一维信号一样，图像也可以使用各种低通滤波器（LPF），高通滤波器（HPF）等进行滤波。LPF有助于消除噪声，模糊图像等。HPF滤波器有助于找到图片的边缘。
OpenCV提供了一个函数cv.filter2D()来将卷积核与图像进行卷积。例如，我们将尝试对图像进行平均滤波。下面是一个5x5平均滤波器的核：
最后
以上就是重要西牛最近收集整理的关于Python-OpenCV中的图像处理>>图像滤波的全部内容，更多相关Python-OpenCV中内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
![torchvision中Transform的normalize参数含义, 自己计算mean和std，可视化后的情况，其他必要的数据增强方式疑问1：疑问2 ，如何得到[0-1]的图像疑问3：PIL.Image/numpy.ndarray与Tensor的相互转换疑问4 ：PIL.Image的缩放裁剪等操作其他必要的数据增强方式参考:](/uploads/reation/bcimg13.png)
发表评论 取消回复