filter2D用于将自定义的滤波器应用于图像,需要为这个函数提供的一个重要参数就是核矩阵

该函数非常强大,可以生成很多种不同的结果,包括与之前的模糊函数相同的结果,不同的核还可以形成很多不同的滤波器。

不同核的示例

OpenCV API:

cv2.filter2D(src, ddepth, kernel)

参数:

  1. src:输入的图像
  2. ddepth:图像的深度
  3. kernel:卷积核的大小

代码示例:

import cv2 as cv
import numpy as npsrc = cv.imread("E:\\qi.png")
img = src.copy()kernel = np.array([[0, 1.5, 0],[1.5, -6, 1.5],[0, 1.5, 0]])
dst = cv.filter2D(img, -1, kernel)# 显示图像
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(10, 8), dpi=100)
axes[0].imshow(img[:, :, ::-1])
axes[0].set_title("原图")
axes[1].imshow(dst[:, :, ::-1])
axes[1].set_title("结果")
plt.show()
  1. 代码示例中的卷积核为

    可用于检测图像的边缘
  2. 卷积核

    可用于锐化图像
  3. 卷积核

    可生成浮雕化的图像
  4. 分身(即和本身一模一样)
    卷积核
  5. 之前见过的Sobel算子
    卷积核为

    Laplacian算子
    卷积核为
    等。

python+OpenCV笔记(二十):滤波函数——filter2D相关推荐

  1. python opencv图像二值化函数_python opencv 二值化 计算白色像素点的实例

    python opencv 二值化 计算白色像素点的实例 贴部分代码 #! /usr/bin/env python # -*- coding: utf-8 -*- import cv2 import ...

  2. opencv笔记二十九(轮廓发现)findContours(t2, contour, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));

    API: cv::findContours( //发现轮廓 InputOutputArray  binImg, // 输入图像,非0的像素被看成1,0的像素值保持不变,8-bit OutputArra ...

  3. python rot13解密_codewars(python)练习笔记二十:ROT13解密

    codewars(python)练习笔记二十:ROT13解密 题目 How can you tell an extrovert from an introvert at NSA? Va gur ryr ...

  4. python+OpenCv笔记(十三):边缘检测——Sobel检测算子

    Sobel检测算子 概述: Sobel边缘检测算法比较简单,实际应用中效率比canny边缘检测效率要高,但是边缘不如Canny检测的准确,但是很多实际应用的场合,sobel边缘却是首选,Sobel算子 ...

  5. python+OpenCV笔记(二十四):Shi-Tomasi角点检测

    Shi-Tomasi角点检测 原理 python+OpenCV笔记(二十二):角点检测原理(Harris角点检测原理.Shi-Tomasi角点检测原理)https://blog.csdn.net/qq ...

  6. OpenCV学习(二十) :分水岭算法:watershed()

    OpenCV学习(二十) :分水岭算法:watershed() 参考博客: OpenCV-分水岭算法 图像处理--分水岭算法 OpenCV学习(7) 分水岭算法(1) Opencv分水岭算法--wat ...

  7. Python学习笔记(十九)面向对象 - 继承

    Python学习笔记(十九)面向对象 - 继承 一.继承的概念 # 继承:子类继承父类的所有方法和属性# 1. 子类 class A(object):def __init__(self):self.n ...

  8. OpenCV学习(二十四 ):角点检测(Corner Detection):cornerHarris(),goodFeatureToTrack()

    OpenCV学习(二十四 ):角点检测(Corner Detection):cornerHarris(),goodFeatureToTrack() 参考博客: Harris角点检测原理详解 Harri ...

  9. OpenCV学习(二十二) :反向投影:calcBackProject(),mixChannels()

    OpenCV学习(二十二) :反向投影:calcHist(),minMaxLoc(),compareHist() 参考博客: 反向投影backproject的直观理解 opencv 反向投影 颜色直方 ...

  10. Python+OpenCV:二维直方图(2D Histograms)

    Python+OpenCV:二维直方图(2D Histograms) ################################################################# ...

最新文章

  1. 关于加载Fashion MNIST数据集时可能会出现的问题
  2. LinearAlgebra_2
  3. 第四十四节,subprocess系统命令模块
  4. rs485调试软件_【乐创“芯”说】你想知道的RS485
  5. [deviceone开发]-Star分享的优惠券商户管理端App开源
  6. 变种 背包问题_动态规划入门——传说中的零一背包问题
  7. postman 400 bad request 原因_盐城400电话
  8. Android安全教程(3)---Fiddler简易使用教程之抓取https包
  9. leetcode46. 全排列(回溯)
  10. Java 线程之间通信
  11. 【SpringBoot_ANNOTATIONS】自动装配 01 @Autowired @Qualifier @Primary
  12. java基于springboot+vue的网上购物商城系统
  13. oracle IMP命令导入导出DMP文件
  14. 用技术去掉搜索引擎中的死链接
  15. 哪个邮箱好用?!TOM邮箱品牌测评分析
  16. java中23%5_23.5 jumpserver介绍
  17. Revealing latent characteristics of mobility networks with coarsegraining
  18. Linux学习笔记2—常见指令的使用
  19. java怎么做界面设计_11-Java 界面设计
  20. 移动硬盘参数错误无法访问数据恢复方法

热门文章

  1. linux中的截图命令
  2. 数据库 部分函数依赖 完全函数依赖 传递函数依赖 第一范式、第二范式、第三范式、BCNF范式区别
  3. 国产软件企业期待化茧成蝶:标准是利益纽带
  4. 如何让人觉得你情商高
  5. 联想电脑连iPhone手机热点
  6. 华为nova5ipro的优缺点_华为nova 5i Pro好用吗?华为nova 5i Pro全面评测
  7. 第五人格服务器维护需要多长时间,第五人格:一场游戏多长时间最合理?了解它你就明白为何频频调整...
  8. dsr testbed源代码学习笔记
  9. Python老男孩第一天
  10. 获取数据调质设备数据api 推送钉钉 分两脚本(Fbox)