运动模糊：由于相机和物体之间的相对运动造成的模糊，又称为动态模糊

Opencv+Python实现运动模糊，主要用到的函数是cv2.filter2D()：

# coding: utf-8import numpy as npimport cv2def motion_blur(image, degree=12, angle=45): image = np.array(image) # 这里生成任意角度的运动模糊kernel的矩阵， degree越大，模糊程度越高 M = cv2.getRotationMatrix2D((degree / 2, degree / 2), angle, 1) motion_blur_kernel = np.diag(np.ones(degree)) motion_blur_kernel = cv2.warpAffine(motion_blur_kernel, M, (degree, degree)) motion_blur_kernel = motion_blur_kernel / degree blurred = cv2.filter2D(image, -1, motion_blur_kernel) # convert to uint8 cv2.normalize(blurred, blurred, 0, 255, cv2.NORM_MINMAX) blurred = np.array(blurred, dtype=np.uint8) return blurredimg = cv2.imread('./9.jpg')img_ = motion_blur(img)cv2.imshow('Source image',img)cv2.imshow('blur image',img_)cv2.waitKey()

原图：

运动模糊效果：

高斯模糊：图像与二维高斯分布的概率密度函数做卷积，模糊图像细节

Opencv+Python实现高斯模糊，主要用到的函数是cv2.GaussianBlur():

# coding: utf-8import numpy as npimport cv2img = cv2.imread('./9.jpg')img_ = cv2.GaussianBlur(img, ksize=(9, 9), sigmaX=0, sigmaY=0)cv2.imshow('Source image',img)cv2.imshow('blur image',img_)cv2.waitKey()

高斯模糊效果：

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对的支持。如果你想了解更多相关内容请查看下面相关链接