Python 我得到了瓜西的黑色拉普拉斯图像
高斯函数Python 我得到了瓜西的黑色拉普拉斯图像,python,image-processing,filtering,laplacianofgaussian,Python,Image Processing,Filtering,Laplacianofgaussian,高斯函数 import cv2 import math 逐行应用卷积 deno=(((math.sqrt(2*3.142*sigma*sigma)))) k=[0,0,0,0,0] sum=0 for x in range(-2,3): numo=(math.exp(-((x*x)/(2*(sigma*sigma))))) k[x+2]=(numo/deno) sum=sum+k[x+2]
import cv2
import math
逐行应用卷积
deno=(((math.sqrt(2*3.142*sigma*sigma))))
k=[0,0,0,0,0]
sum=0
for x in range(-2,3):
numo=(math.exp(-((x*x)/(2*(sigma*sigma)))))
k[x+2]=(numo/deno)
sum=sum+k[x+2]
for x in range(0,5):
k[x]=(k[x]/sum)
主功能启动
读取图像
for i in range(0,img.shape[0]):
for j in range(2,img.shape[1]-2):
img[i,j]=abs((img[i,j-2]*k[0])+(img[i,j-1]*k[1])+(img[i,j]*k[2])+(img[i,j+1]*k[3])+(img[i,j+2]*k[4]))
return img; `#end of gaussian blur function`
应用第一模糊
dog=img = cv2.imread('art.jpg',cv2.IMREAD_GRAYSCALE)
应用第二模糊
temp=img=gaussianblur(img,1)
#display image
cv2.imshow('blur1',img)
高斯分布的差异
temp=gaussianblur(temp,1)
cv2.imshow('blur2',temp)
输出
您正在覆盖此处的输入:
for i in range(0,img.shape[0]):
for j in range(0,img.shape[1]):
dog[i,j]=abs((img[i,j])-(temp[i,j]))
cv2.imshow('DoG',dog)
尝试将结果写入新图像
我不知道OpenCV python接口是如何工作的,
temp=img
是否会导致temp
与img
共享数据(例如,当您更改一个时,您也会更改另一个)?确保您有两个不同的数据块 您可以参考,实际上,我想实现高斯模糊,而不使用内置函数。如果值越来越小,请在显示图像之前尝试调用normalize()
。temp=np.zero((img.shape[0],img.shape[1],1),np.uint8)以创建与原始图像尺寸相同的新空图像。我得到了结果,这很有帮助,谢谢你,克里斯·卢恩戈
for i in range(0,img.shape[0]):
for j in range(0,img.shape[1]):
dog[i,j]=abs((img[i,j])-(temp[i,j]))
cv2.imshow('DoG',dog)
for i in range(0,img.shape[0]):
for j in range(2,img.shape[1]-2):
img[i,j]=abs((img[i,j-2]*k[0])+(img[i,j-1]*k[1])+(img[i,j]*k[2])+(img[i,j+1]*k[3])+(img[i,j+2]*k[4]))