使用OpenCV和Python4.2提升模糊图像清晰度

在图像处理领域，模糊操作常用于减少噪声并平滑图像。下面的代码展示了如何使用OpenCV库在Python环境中实现这一点：

import cv2
import numpy as np

# 加载图像
image = cv2.imread('dogcat1.jpg')

cv2.namedWindow('原始图像', cv2.WINDOW_AUTOSIZE)
cv2.imshow('原始图像', image)

# 均值模糊
mean_blurred = cv2.blur(image, (5, 5))
cv2.imshow('均值模糊效果', mean_blurred)

# 中值模糊
median_blurred = cv2.medianBlur(image, 5)
cv2.imshow('中值模糊效果', median_blurred)

# 自定义模糊
kernel = np.array([[0, -1, 0], [-1, 5, -1], [0, -1, 0]], dtype=np.float32)
custom_blurred = cv2.filter2D(image, -1, kernel)
cv2.imshow('自定义模糊效果', custom_blurred)

cv2.waitKey(0)
cv2.destroyAllWindows()

通过上述代码，我们可以观察到不同模糊技术对同一张图片的影响。均值模糊适用于一般性降噪和平滑处理；中值模糊对于去除椒盐噪声特别有效；而自定义模糊则允许我们根据具体需求设计特定的卷积核。