先展示基本的图片对比

(11)模糊图片操作---均值模糊

 

 

这个是在y方向进行的模糊程度大

==========================================================

 1 #include<iostream>
 2 #include<opencv.hpp>
 3 
 4 using namespace std;
 5 using namespace cv;
 6 
 7 int main()
 8 {
 9 
10 
11     Mat sou, dst;
12     sou = imread("C:\\Users\\32829\\Desktop\\aa.jpg");
13     if (sou.empty())
14     {
15         cout << "图像载入失败" << endl;
16     }
17     namedWindow("old");
18     imshow("old", sou);
19 
20     //进行模糊的函数,那个Size中的两个值,表示,你在x和y方向的模糊程度的大小。Point是默认的,一般不修改
21     blur(sou, dst, Size(1, 15), Point(-1, -1));
22     namedWindow("new1");
23     imshow("new1", dst);
24 
25 
26     waitKey(0);
27     return 1;
28 }

 

下面是在x轴方向的模糊程度大

============================

(11)模糊图片操作---均值模糊

============================================================

 1 #include<iostream>
 2 #include<opencv.hpp>
 3 
 4 using namespace std;
 5 using namespace cv;
 6 
 7 int main()
 8 {
 9 
10 
11     Mat sou, dst;
12     sou = imread("C:\\Users\\32829\\Desktop\\aa.jpg");
13     if (sou.empty())
14     {
15         cout << "图像载入失败" << endl;
16     }
17     namedWindow("old");
18     imshow("old", sou);
19 
20     //进行模糊的函数,那个Size中的两个值,表示,你在x和y方向的模糊程度的大小。Point是默认的,一般不修改
21     blur(sou, dst, Size(15, 1), Point(-1, -1));
22     namedWindow("new1");
23     imshow("new1", dst);
24 
25 
26     waitKey(0);
27     return 1;
28 }

============================================

 

下面是就是在x和y方向的模糊程度一样

 

=======================================

(11)模糊图片操作---均值模糊

=================================================================

 1 #include<iostream>
 2 #include<opencv.hpp>
 3 
 4 using namespace std;
 5 using namespace cv;
 6 
 7 int main()
 8 {
 9 
10 
11     Mat sou, dst;
12     sou = imread("C:\\Users\\32829\\Desktop\\aa.jpg");
13     if (sou.empty())
14     {
15         cout << "图像载入失败" << endl;
16     }
17     namedWindow("old");
18     imshow("old", sou);
19 
20     //进行模糊的函数,那个Size中的两个值,表示,你在x和y方向的模糊程度的大小。Point是默认的,一般不修改
21     blur(sou, dst, Size(4, 4), Point(-1, -1));
22     namedWindow("new1");
23     imshow("new1", dst);
24 
25 
26     waitKey(0);
27     return 1;
28 }

 

相关文章:

  • 2021-06-04
  • 2021-11-29
  • 2021-11-17
  • 2022-12-23
  • 2021-12-11
  • 2021-09-15
  • 2022-12-23
  • 2022-12-23
猜你喜欢
  • 2022-12-23
  • 2021-09-22
  • 2021-11-04
  • 2021-06-15
  • 2021-11-29
  • 2021-12-18
  • 2021-07-27
相关资源
相似解决方案