平滑和锐化各一个例题解析PPT

平滑（Blurring）平滑处理主要用于减少图像中的噪声，但也会降低图像的细节。以下是一个使用Python和OpenCV库实现平滑处理的例子：在这个例子中...

平滑（Blurring）平滑处理主要用于减少图像中的噪声，但也会降低图像的细节。以下是一个使用Python和OpenCV库实现平滑处理的例子：在这个例子中，我们使用了cv2.GaussianBlur()函数来应用高斯平滑。这个函数的第一个参数是输入图像，第二个参数是用于平滑的核的大小（通常是奇数），第三个参数是标准差。核的大小会影响平滑的程度，较大的核会产生更强的平滑效果。标准差参数用于指定高斯核函数中的标准差，如果设置为0，则会根据核的大小自动计算。处理后的图像（平滑的图像）在细节上比原图更加模糊，这是由于平滑处理减少了图像中的高频部分，使图像看起来更加平滑。锐化（Sharpening）锐化处理用于增强图像的边缘和细节，使图像看起来更加清晰。以下是一个使用Python和OpenCV库实现锐化的例子：在这个例子中，我们使用了cv2.addWeighted()函数来应用锐化。这个函数的参数包括输入图像、第一个权重参数（用于增强边缘的对比度）、第二个权重参数（用于减少背景的对比度）、缩放因子（通常为0）和添加到结果中的常数（通常为0）。通过调整这些参数，可以控制锐化的程度。处理后的图像（锐化的图像）在细节上比原图更加清晰，这是由于锐化处理增强了图像中的高频部分，使图像看起来更加清晰。