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

（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。