[opencv 자습노트] 06: 고스 모호

가고스 소음, 고스 모호

import cv2 as cv
import numpy as np

#  ，   
def decorate_time(func):
    def wrapper(src):
        t1=cv.getTickCount()
        func(src)
        t2=cv.getTickCount()
        print('time used %f'%((t2-t1)/cv.getTickFrequency()))
    return wrapper


def clamp(pv):
    if pv>255:
        return 255
    elif pv<0:
        return 0
    else:
        return pv

@decorate_time
def gussian_noise(image):
    h,w,ch=image.shape
    for row in range(h):
        for col in range(w):
            for c in range(ch):
                image[row,col,c]=clamp(image[row,col,c]+np.random.normal(0,20))
    cv.imshow('gussian_noise',image)


src=cv.imread("D:/Study/opencv/code/1.jpg")
cv.imshow('src',src)

gussian_noise(src)
#dst=cv.GaussianBlur(src,(0,0),15)  #     
dst=cv.GaussianBlur(src,(5,5),0)#  ksize    sigmaX,  sigmaX    ksize,      0
cv.imshow('Gussian Blur',dst)
cv.waitKey(0)
cv.destroyAllWindows()

이 내용에 흥미가 있습니까?

현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:

static 간단한 설명

static 방법은 일반적으로 정적 방법이라고 부른다. 정적 방법은 어떠한 대상에 의존하지 않고 접근할 수 있기 때문에 정적 방법에 있어this는 없다. 왜냐하면 그 어떠한 대상에도 의존하지 않기 때문이다. 대상이 ...

텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.

CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.

[opencv 자습노트] 06: 고스 모호

좋은 웹페이지 즐겨찾기