Python 如何使用opencv中的“GaussianBlur（）”指令演示opencv中使用的高斯核GaussianBlur？ 我想演示openCV中使用的高斯核cv2.GaussianBlur（img，内核大小，西格玛）用于解释目的 我知道如何演示应用模糊后产生的图像，这不是我的目标 我的目标是为任何使用的sigma和任何使用的内核大小自动演示内核 我看过一段代码（如下所述），但我更喜欢使用与OpenCV中使用的指令相关的，而不仅仅是一般的数学依赖方法 预期的输出内核如下所示：

导入cv2
将numpy作为np导入
#读取图像
img_path='image.jpg'
img=cv2.imread（img\u路径）
img=cv2.cvt颜色（img，cv2.COLOR\u BGR2RGB）
#高斯模糊器
内核=np.one（（15,15））
西格玛=2
模糊图像=cv2.GaussianBlur（img，（Kernel.shape[0]，Kernel.shape[1]），sigma）

高斯内核手册代码：

def dnorm（x，mu，sd）：
返回1/（np.sqrt（2*np.pi）*sd）*np.e**（-np.power（（x-mu）/sd，2）/2）
def gaussian_内核（大小，sigma=1，verbose=False）：
kernel_1D=np.linspace（-（大小//2），大小//2，大小）
对于范围内的i（尺寸）：
kernel_1D[i]=dnorm（kernel_1D[i]，0，sigma）
kernel_2D=np.outer（kernel_1D.T，kernel_1D.T）
kernel_2D*=1.0/kernel_2D.max（）
如果冗长：
plt.imshow（kernel_2D，interpolation='none'，cmap='gray'）
plt.标题（“图像”）
plt.show（）
返回内核

在Python/OpenCV中有一种方法

 - Read the input
 - Create a delta image (one white pixel in the center of a black background)
 - Blur the image
 - List item
 - Resize the image to enlarge it
 - Stretch the image to full dynamic range
 - Save the result

三角洲图像：

结果:

---

你似乎知道你要做的一切。还有什么？@YvesDaoust我不喜欢用这个手动过程来演示内核，我更喜欢直接从模糊的OpenCV定义中派生内核。你称之为手动吗？@YvesDaoust我用“手动”一词来描述数学方法，而没有任何与OpenCV库的连接，以及指令

cv2.GaussianBlur（）

中的结果图像。这是否回答了你的问题？

import cv2
import numpy as np
import skimage.exposure as exposure

# create delta image
dims = 30
dims2 = 30 // 2
delta = np.zeros((dims,dims,3), dtype=np.float32)
delta[dims2:dims2+1, dims2:dims2+1] = (255,255,255)

# blur image
blur = cv2.GaussianBlur(delta, (0,0), sigmaX=5, sigmaY=5)

# resize 16x
dims4x = dims * 16
resized = cv2.resize(blur, (dims4x,dims4x), interpolation = cv2.INTER_AREA)

# stretch to full dynamic range
result = exposure.rescale_intensity(resized, in_range='image', out_range=(0,255)).astype(np.uint8)

# save image
cv2.imwrite('delta.png',delta)
cv2.imwrite('gaussian_blur_view.png',result)

# show the images
cv2.imshow("delta", delta)
cv2.imshow("result", result)
cv2.waitKey(0)
cv2.destroyAllWindows()