GaussianBlur

函数功能

GaussianBlur函数用于对图像进行高斯模糊，主要用于平滑图像、去除噪声和细节。通过应用高斯滤波，图像中的边缘和细节会被柔化，适合在边缘检测和图像预处理等场景中使用。

函数接口

cv2.GaussianBlur(src, ksize, sigmaX, sigmaY=0, borderType=cv2.BORDER_DEFAULT)

参数

参数名	描述	取值范围	输入/输出
src	输入图像。	非空	输入
ksize	高斯核的大小，必须是正奇数，如(3, 3)或(5, 5)。	(width, height)，其中width和height均为大于1的奇数	输入
sigmaX	X方向的高斯标准差，控制模糊程度。	(0, inf)	输入
sigmaY	Y方向的高斯标准差，默认为0（自动计算与sigmaX相同）。	(0, inf)	输入
borderType	边界模式，默认为cv2.BORDER_DEFAULT，用于处理边界像素。	cv2.BORDER_DEFAULT、cv2.BORDER_REPLICATE、cv2.BORDER_REFLECT、cv2.BORDER_REFLECT_101、cv2.BORDER_WRAP、cv2.BORDER_CONSTANT等	输入

返回值

成功：返回KP_CV_SUCCESS;。
失败：返回错误码。

错误码

错误码	描述
INVALID_PARAM_MSG	参数“src”存在空指针。
NOT_SUPPORT_MSG	不是“borderType”支持的模式，ksize尺寸不对，src不是unit8图像。

示例

import numpy as np
import cv2

# 创建一个5x5的简单图像 
src = np.array([[0, 0, 0, 0, 0],
                [0, 1, 1, 1, 0], 
                [0, 1, 0, 1, 0],
                [0, 1, 1, 1, 0],
                [0, 0, 0, 0, 0]], dtype=np.uint8)

# 定义高斯模糊核的大小 
ksize = (3, 3)  

# 定义高斯模糊核的标准差 
sigmaX = 1 
sigmaY = 1

dst = cv2.GaussianBlur(src, ksize, sigmaX, sigmaY, borderType=cv2.BORDER_DEFAULT)

print(dst)

运行结果：

[[0 0 1 0 0]
 [0 0 1 0 0]
 [1 1 1 1 1]
 [0 0 1 0 0]
 [0 0 1 0 0]]

父主题： 接口定义