使用python对图像应用高斯模糊

我正在尝试使用高斯滤波器（来自期刊的图像）对图像进行以下平滑处理：

在论文中说，为了从左图像到右图像，我必须应用一个高斯滤波器，其值为x，y=1，…，100和sigma=14，以获得“最佳结果”

我用python开发了以下程序，试图实现这种平滑：

import scipy.ndimage as ndimage
import matplotlib.pyplot as plt

img = ndimage.imread('left2.png')
img = ndimage.gaussian_filter(img, sigma=(14), order=0)
plt.imshow(img)
plt.show()

由于某些原因，得到的结果与右图不相似。 有人能指出我需要在程序中修改什么才能从左图像到右图像吗

---

谢谢。

我在这里猜一猜：

因为他们提到他们的x和y值在0-100之间，所以他们可能应用了“sigma=14单位模糊”而不是“sigma=14像素模糊”

scipy.ndimage.gaussian_filter

中的

sigma

参数以像素为单位。如果我对作者意图的理解是正确的，那么您需要调整传入的sigma参数

如果作者指定

x

和

y

的范围为0-100，则x和y方向上的sigma将不同，因为输入数据的行数与列数不同（即，它不是完全方形的图像）

也许可以试试类似的东西

nrows, ncols = img.shape
sigma = (14 * nrows / 100.0, 14 * ncols / 100.0)
img = ndimage.gaussian_filter(img, sigma=sigma)

---

右侧图像看起来不像左侧的sig=14pix模糊。也许作者描述的方法不准确。是的，这可能是正确的，但无论如何，我想知道他们做了什么来获得正确的图像。嗨，乔，谢谢你的回答。根据您的代码，14*nrows/100（x轴）和14*ncols/100.0（y轴）的西格玛值只有两个。如何根据您的代码更改这些值（从1更改为100）？我运行了以下代码

img=ndimage.imread（'left2.png'）print img.shape nrows=img.shape[0]print nrows ncols=img.shape[1]print ncols sigma=（14*nrows/100.0，14*ncols/100.0）img=ndimage.gaussian_filter（img，sigma=sigma）plt.imshow（img）plt.show（）

在执行我获得的上一个代码时，您可以在中找到该图像。问题如下：RuntimeError:sequence参数的长度必须等于输入秩