OpenCV — Gaussian Blur

В режиме размытия по Гауссу изображение свернуто с гауссовым фильтром вместо рамочного фильтра. Фильтр Гаусса представляет собой фильтр нижних частот, который удаляет высокочастотные составляющие.

Вы можете выполнить эту операцию над изображением, используя метод Gaussianblur () класса imgproc . Ниже приводится синтаксис этого метода —

GaussianBlur(src, dst, ksize, sigmaX)

Этот метод принимает следующие параметры —

• src — Объект Mat, представляющий источник (входное изображение) для этой операции.

• dst — объект Mat, представляющий место назначения (выходное изображение) для этой операции.

• ksize — объект Size, представляющий размер ядра.

• sigmaX — переменная типа double, представляющая стандартное отклонение ядра Гаусса в направлении X.

src — Объект Mat, представляющий источник (входное изображение) для этой операции.

dst — объект Mat, представляющий место назначения (выходное изображение) для этой операции.

ksize — объект Size, представляющий размер ядра.

sigmaX — переменная типа double, представляющая стандартное отклонение ядра Гаусса в направлении X.

пример

Следующая программа демонстрирует, как выполнить операцию размытия по Гауссу на изображении.

import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.core.Size;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;

public class GaussianTest {
   public static void main(String args[]) {
      // Loading the OpenCV core library
      System.loadLibrary(Core.NATIVE_LIBRARY_NAME);

      // Reading the Image from the file and storing it in to a Matrix object
      String file ="C:/EXAMPLES/OpenCV/sample.jpg";
      Mat src = Imgcodecs.imread(file);

      // Creating an empty matrix to store the result
      Mat dst = new Mat();
    
      // Applying GaussianBlur on the Image
      Imgproc.GaussianBlur(src, dst, new Size(45, 45), 0);

      // Writing the image
      Imgcodecs.imwrite("E:/OpenCV/chap9/Gaussian.jpg", dst);
      System.out.println("Image Processed");
   }
}

Предположим, что ниже указано входное изображение sample.jpg, указанное в вышеуказанной программе.

Выход

При выполнении программы вы получите следующий вывод:

Image Processed

Если вы откроете указанный путь, вы можете наблюдать выходное изображение следующим образом —