建站
咨詢
售后
建站咨詢
新聞中心
說明
創(chuàng)新互聯(lián)長期為上1000+客戶提供的網(wǎng)站建設(shè)服務(wù)，團(tuán)隊從業(yè)經(jīng)驗(yàn)10年，關(guān)注不同地域、不同群體，并針對不同對象提供差異化的產(chǎn)品和服務(wù)；打造開放共贏平臺，與合作伙伴共同營造健康的互聯(lián)網(wǎng)生態(tài)環(huán)境。為太平企業(yè)提供專業(yè)的網(wǎng)站制作、做網(wǎng)站，太平網(wǎng)站改版等技術(shù)服務(wù)。擁有10余年豐富建站經(jīng)驗(yàn)和眾多成功案例,為您定制開發(fā)。
1、本質(zhì)上是數(shù)據(jù)光滑技術(shù)，可用于一維、二維甚至多維空間。
2、數(shù)據(jù)被高斯模糊處理后，數(shù)據(jù)傾向于周邊附近的其他數(shù)據(jù)，各數(shù)據(jù)相同。
在圖像領(lǐng)域，各個位置的像素值使用“周邊鄰居像素點(diǎn)加權(quán)平均”重新賦值。對于每個像素點(diǎn)，由于計算時均以當(dāng)前像素點(diǎn)為中心，所以均值μ=0。使用時有2個超參數(shù)需要設(shè)置：高斯核大小和高斯函數(shù)標(biāo)準(zhǔn)差σ。高斯核大小表示“影響當(dāng)前點(diǎn)的鄰域范圍”，而標(biāo)準(zhǔn)差表示“鄰域中的其他像素點(diǎn)對當(dāng)前點(diǎn)的影響力”。
實(shí)例
def gaussian_kernel(self): kernel = np.zeros(shape=(self.kernel_size, self.kernel_size), dtype=np.float) radius = self.kernel_size//2 for y in range(-radius, radius + 1): # [-r, r] for x in range(-radius, radius + 1): # 二維高斯函數(shù) v = 1.0 / (2 * np.pi * self.sigma ** 2) * np.exp(-1.0 / (2 * self.sigma ** 2) * (x ** 2 + y ** 2)) kernel[y + radius, x + radius] = v # 高斯函數(shù)的x和y值 vs 高斯核的下標(biāo)值 kernel2 = kernel / np.sum(kernel) return kernel2
以上就是python中高斯模糊的介紹，希望對大家有所幫助。更多Python學(xué)習(xí)指路：創(chuàng)新互聯(lián)Python教程
本文教程操作環(huán)境：windows7系統(tǒng)、Python 3.9.1，DELL G3電腦。
網(wǎng)站名稱：創(chuàng)新互聯(lián)Python教程：python中高斯模糊是什么
分享鏈接：http://m.5511xx.com/article/dghhgph.html
