python 一维和二位数据的高斯模糊滤波
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python 一维和二位数据的高斯模糊滤波，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1939字，纯文字阅读大概需要3分钟。
内容图文
高斯模糊一阶核函数:
高斯函数二阶核函数：
def calc(self,x,y=0):
if self.level==1:
return 1/((2*math.pi)**0.5*self.sigema)*math.exp(-(x**2/2/(self.sigema**2)))
elif self.level==2:
return 1/(2*math.pi*self.sigema*self.sigema)*math.exp(-(x**2+y**2)/2/self.sigema/self.sigema)
σ为标准差
定义一个模糊半径，通过上述公式获取到需要的核函数
如半径r=1 ，σ=2
一阶时为x=[-1,0,1],生成核为[0.176033，0.199471，0.176033]/data.sum()
及把[0.319168,0.361664,0.319168]作为下面计算的卷积和
对于边缘数据进行镜像模糊对称 ，再将数据进行卷积运算即可得出滤波数据
模糊算法：
def VerticalFlipping(self,data):#垂直翻转if data.shape[0]<=1:
return data
newarray=np.zeros(data.shape)
for i in range(data.shape[0]):
newarray[i]=data[-i-1]
return newarray
def HorizontalFlipping(self,data):#水平翻转if data.shape[1]<=1:
return data
newarray=np.zeros(data.shape)
for i in range(data.shape[1]):
newarray[:,i]=data[:,-i-1]
return newarray
def fuzzy(self,data):#图像边缘模糊算法： 镜像模糊
data=np.array(data)
if self.level==2:
data=np.row_stack((self.VerticalFlipping(data[:self.radius]),data))
data=np.row_stack((data,self.VerticalFlipping(data[-1:])))
data=np.column_stack((self.HorizontalFlipping(data[:,:self.radius]),data))
data=np.column_stack((data,self.HorizontalFlipping(data[:,-self.radius:]) ))
return data
滤波方法
#
滤波函数
def
filter(self, data, template):
arr=self.fuzzy(data)
height=arr.shape[0]
width=arr.shape[1]
newData=np.zeros((height, width))
if self.level==1:
for i in range(arr.shape[0]):
for j in range(self.radius,arr.shape[1]-self.radius):
t=arr[i, j-self.radius:j+self.radius+1]
a=np.multiply(t,template)
newData[i,j]=a.sum()
return newData[:,self.radius:-self.radius]
elif self.level==2:
for i in range(self.radius, height-self.radius):
for j in range(self.radius, width-self.radius):
t=arr[i-self.radius:i+self.radius+1, j-self.radius:j+self.radius+1]
a= np.multiply(t, template)
newData[i, j] = a.sum()
#newImage = Image.fromarray(newData) return newData[self.radius:-self.radius,self.radius:-self.radius]
原文：https://www.cnblogs.com/skycandy/p/8990566.html
内容总结
以上是互联网集市为您收集整理的python 一维和二位数据的高斯模糊滤波全部内容，希望文章能够帮你解决python 一维和二位数据的高斯模糊滤波所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。