1
import cv2
import math

ガウス関数

def gaussianblur(img,sigma):
      if(sigma<0):
        print("SIGMA SHOULD BE POSITIVE")
        return;

g(x)=(1/squareroot(2*sigma*sigma*3.142)) * e^(-(x*x)/(2*sigma*sigma)) で 1 次元カーネルを計算する

      deno=(((math.sqrt(2*3.142*sigma*sigma))))
      k=[0,0,0,0,0]
      sum=0




      for x in range(-2,3):
       numo=(math.exp(-((x*x)/(2*(sigma*sigma)))))
       k[x+2]=(numo/deno)
       sum=sum+k[x+2]




      for x in range(0,5):
        k[x]=(k[x]/sum)

行ごとに畳み込みを適用する

      for i in range(0,img.shape[0]):
       for j in range(2,img.shape[1]-2):
            img[i,j]=abs((img[i,j-2]*k[0])+(img[i,j-1]*k[1])+(img[i,j]*k[2])+(img[i,j+1]*k[3])+(img[i,j+2]*k[4]))



      return img;  `#end of gaussian blur function`

メイン関数の開始

画像を読む

dog=img = cv2.imread('art.jpg',cv2.IMREAD_GRAYSCALE)

最初のぼかしを適用

temp=img=gaussianblur(img,1)

#display image
cv2.imshow('blur1',img)

2 番目のぼかしを適用する

temp=gaussianblur(temp,1)

cv2.imshow('blur2',temp)

ガウスの差

for i in range(0,img.shape[0]):
    for j in range(0,img.shape[1]):
       dog[i,j]=abs((img[i,j])-(temp[i,j]))

cv2.imshow('DoG',dog)

出力

ぼかし1

ぼかし2

4

1 に答える 1