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。

声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：notice#nhooo.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。