Python 我得到了瓜西的黑色拉普拉斯图像

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]




      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]))