Python scipy的二维图像卷积运算与图像模糊处理操作示例

本文实例讲述了Python scipy的二维图像卷积运算与图像模糊处理操作。分享给大家供大家参考,具体如下:

二维图像卷积运算

一 代码

import numpy as np

from scipy import signal, misc

import matplotlib.pyplot as plt

image = misc.ascent()#二维图像数组,lena图像

w = np.zeros((50,50))#全0二维数组,卷积核

w[0][0]=1.0#修改参数,调整滤波器

w[49][25]=1.0#可以根据需要调整

image_new = signal.fftconvolve(image, w)#使用FFT算法进行卷积

plt.figure()

plt.imshow(image_new)#显示滤波后的图像

plt.gray()

plt.title('Filtered image')

plt.show()

二 运行结果

图像进行模糊处理

一 代码

import numpy as np

from scipy import signal, misc

import matplotlib.pyplot as plt

image = misc.ascent()

w = signal.gaussian(50,10.0)

image_new = signal.sepfir2d(image, w, w)

plt.figure()

plt.imshow(image_new)#显示滤波后的图像

plt.gray()

plt.title('Filtered image')

plt.show()

二 运行结果

更多关于Python相关内容感兴趣的读者可查看本站专题:《Python数学运算技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》

希望本文所述对大家Python程序设计有所帮助。

以上是 Python scipy的二维图像卷积运算与图像模糊处理操作示例 的全部内容, 来源链接: utcz.com/z/312425.html

回到顶部