5) = cv.GaussianBlur(srcm,(7)

发布时间：2025-06-24 19:32:40  作者：北方职教升学中心  阅读量：241

0) # 图像平均值󿀌src2的像素核大小为(3) = cv.GaussianBlur(srcm,(5)，0，

然后显示图像：

# cv显示结果.imshow('srcm ', srcm)cv.imshow('src1 ', src1)cv.imshow('src2 ', src2)cv.imshow('src3 ', src3)cv.imwrite('src1g.png',src1)cv.imwrite('src2g.png',src2)cv.imwrite('src3g.png',src3)# 控制窗口cv.waitKey()  # 图像不关闭cv.destroyAllWindows()  # 释放所有窗口。
首先，7)。
double sigmaX,                                                                #卷积核水平标准差，可选参数。
int borderType = BORDER_DEFAULT,                           #边界风格󿀌可选参数。这提醒我们󿀌控制像素核的大小，可以进一步控制图像的模糊性。0，
5) = cv.GaussianBlur(srcm,(7)，0，
点击下面的链接󿀌直达cv2.GaussianBlur()函数官网教程：
OpenCV: Image Filtering。
python学opencv|阅读图像（55󿂐使用cv2.medianBlur()函数实现图像素中值滤波处理-CSDN博客。
在此基础上，我们可以学习高斯滤波器，此时需要使用cv2.GaussianBlur()函数。
double sigmaY = 0,                                                          #卷积核垂直方向标准差，可选参数。
【2】官网教程。0)  # 图像平均值󿀌像素核大小为(7，

程序运行中使用的相关图像为：

图2  scrx的初始图像.png。调用cv2.GaussianBlur()高斯滤波处理函数时，均需要给出(nXn)大小像素核，这个n应该使用奇数。

然后对图像进行高斯滤波处理：

#src1的滤波计算 = cv.GaussianBlur(srcm,(3)，
图3  scr1高斯滤波图像.png。
调用cv2.blur()平均过滤函数，0，
使用奇数大小的像素核会更好c;因为奇数大小会在中间形成一个方格，这个方格是核心方格，这个核心方格直接赋予了滤波计算的值。
OutputArray dst,                                                                 #输出图像。
AlgorithmHint hint = cv::ALGO_HINT_DEFAULT )         #修改标志，无需关注。
图6 对比图像滤波技术。
和调用cv2.blur()函数采用均值滤波处理，调用cv2.medianBlur()中值滤波处理函数相同，调用cv.GaussianBlur()高斯滤波处理函数后󿀌从图2到图5可见，随着像素核的增加，图像变得越来越模糊。
面对cv2的官网页面.GaussianBlur()函数的描述为：
图1   cv2.GaussianBlur()官网函数教程。
Size ksize,                                                                          #像素核。
[4]细节说明。0)  # 图像平均值󿀌Src3大小为(5，
面对cv2的官网页面.GaussianBlur()函数的参数为：
void cv::GaussianBlur  (。
【1】介绍
学习均值滤波和中值滤波#xff0前序c;对图像滤波处理有基本认知，相关文章链接：
python学习opencv|阅读图像（xff0954;使用cv2.blur()函数实现图像素平均处理-CSDN博客。
调用cv2.medianBlur()函数中值滤波时󿀌使用的像素核只需要写边长n，但是这个边长也应该是奇数，cv2.medianBlur()函数会根据边长自动划定正方形像素核。
图4  scr2高斯滤波图像.png。
InputArray src,                                                                    #输入图像。0，
图5  scr3高斯滤波图像.png。 
【5】总结。
 。
使用python+opencv实现了cv2的调用.GaussianBlur()高斯滤波处理图像函数的技巧。引入模块和相关图像：
import cv2 as cv  # 引入CV模块# 读取图片srcm = cv.imread('srcx.png')  # 读取图像srcx.png。0，
[3]代码测试。