图像模糊化

这篇教学会介绍 OpenCV 四种图像模糊化的方法 ( blur()、GaussianBlur()、medianBlur()、bilateralFilter() )，透过这些方法，将图像套用模糊化的效果，输出成为新的图像。

快速导览：

• blur() 平均模糊
• GaussianBlur() 高斯模糊
• medianBlur() 中值模糊
• bilateralFilter() 双边模糊
• 影片的模糊效果

因为程序中的 OpenCV 会需要使用镜头或 GPU，所以请使用本机环境 ( 参考：使用 Python 虚拟环境 ) 或使用 Anaconda Jupyter 进行实作 ( 参考：使用 Anaconda ) ，并安装 OpenCV 函数库 ( 参考：OpenCV 函数库 )。

blur() 平均模糊

使用 OpenCV 的 blur() 方法，可以计算指定区域所有像素的平均值，再将平均值取代中心像素，使用方法如下：

cv2.blur(img, ksize)
# img 來源影像
# ksize 指定區域單位

指定区域单位设定的范围越大，则模糊的效果越明显，下面的例子会产生两张模糊化的图像。

import cv2
img = cv2.imread('meme.jpg')
output1 = cv2.blur(img, (5, 5))     # 指定區域單位為 (5, 5)
output2 = cv2.blur(img, (25, 25))   # 指定區域單位為 (25, 25)
cv2.imshow('oxxostudio1', output1)
cv2.imshow('oxxostudio2', output2)
cv2.waitKey(0)                      # 按下任意鍵停止
cv2.destroyAllWindows()

GaussianBlur() 高斯模糊

使用 OpenCV 的 GaussianBlur() 方法，可以使用高斯分布进行模糊化的计算，指定模糊区域单位 ( 必须是大于 1 的奇数 ) 后就能产生不同程度的模糊效果，使用方法如下：

cv2.GaussianBlur(img, ksize, sigmaX, sigmaY)
# img 來源影像
# ksize 指定區域單位 ( 必須是大於 1 的奇數 )
# sigmaX X 方向標準差，預設 0，sigmaY Y 方向標準差，預設 0

指定区域单位设定的范围越大，则模糊的效果越明显，下面的例子会产生两张高斯模糊化的图像。

import cv2
img = cv2.imread('meme.jpg')
output1 = cv2.GaussianBlur(img, (5, 5), 0)   # 指定區域單位為 (5, 5)
output2 = cv2.GaussianBlur(img, (25, 25), 0) # 指定區域單位為 (25, 25)
cv2.imshow('oxxostudio1', output1)
cv2.imshow('oxxostudio2', output2)
cv2.waitKey(0)
cv2.destroyAllWindows()

medianBlur() 中值模糊

使用 OpenCV 的 medianBlur() 方法，可以使用像素点周围灰度值的中值，来代替该像素点的灰度值，模糊程度 ( 必须是大于 1 的奇数 )，使用方法如下：

cv2.medianBlur(img, ksize)
# img 來源影像
# ksize 模糊程度 ( 必須是大於 1 的奇數 )

模糊程度设定的数值越大，则模糊的效果越明显，下面的例子会产生两张中值模糊化的图像。

import cv2
img = cv2.imread('meme.jpg')
output1 = cv2.medianBlur(img, 5)   # 模糊程度為 5
output2 = cv2.medianBlur(img, 25)  # 模糊程度為 25
cv2.imshow('oxxostudio1', output1)
cv2.imshow('oxxostudio2', output2)
cv2.waitKey(0)
cv2.destroyAllWindows()

bilateralFilter() 双边模糊

使用 OpenCV 的 bilateralFilter() 方法，可以透过非线性的双边滤波器进行计算，让图像模糊化的同时，也能够保留图像内容的边缘，使用方法如下：

cv2.bilateralFilter(img, d, sigmaColor, sigmaSpace)
# img 來源影像
# d 相鄰像素的直徑，預設使用 5，數值越大運算的速度越慢
# sigmaColor 相鄰像素的顏色混合，數值越大，會混合更多區域的顏色，並產生更大區塊的同一種顏色
# sigmaSpace 會影響像素的區域，數值越大，影響的範圍就越大，影響的像素就越多

下面的例子会产生三张双边模糊的图像。

import cv2
img = cv2.imread('meme.jpg')
output1 = cv2.bilateralFilter(img, 50, 0, 0)
output2 = cv2.bilateralFilter(img, 50, 50, 100)
output3 = cv2.bilateralFilter(img, 50, 100, 1000)
cv2.imshow('oxxostudio1', output1)
cv2.imshow('oxxostudio2', output2)
cv2.imshow('oxxostudio3', output3)
cv2.waitKey(0)
cv2.destroyAllWindows()

影片的模糊效果

延伸“读取并播放影片”文章的范例，在程序码中使用 medianBlur() 中值模糊方法，就能将电脑镜头拍摄的画面，即时转换成模糊化的图像。

import cv2
cap = cv2.VideoCapture(0)
if not cap.isOpened():
    print("Cannot open camera")
    exit()
while True:
    ret, frame = cap.read()
    if not ret:
        print("Cannot receive frame")
        break
    # 套用 medianBlur() 中值模糊
    img = cv2.medianBlur(frame, 25)
    cv2.imshow('oxxostudio', img)
    if cv2.waitKey(1) == ord('q'):
        break     # 按下 q 鍵停止
cap.release()
cv2.destroyAllWindows()

参考数据

• blur()
• GaussianBlur()
• medianBlur()
• bilateralFilter()

意见反馈