影像模糊化
這篇教學會介紹 OpenCV 四種影像模糊化的方法 ( blur()、GaussianBlur()、medianBlur()、bilateralFilter() )，透過這些方法，將影像套用模糊化的效果，輸出成為新的影像。
快速導覽：
因為程式中的 OpenCV 會需要使用鏡頭或 GPU，所以請使用本機環境 ( 參考：使用 Python 虛擬環境 ) 或使用 Anaconda Jupyter 進行實作 ( 參考：使用 Anaconda ) ，並安裝 OpenCV 函式庫 ( 參考：OpenCV 函式庫 )。
blur() 平均模糊
使用 OpenCV 的 blur() 方法，可以計算指定區域所有像素的平均值，再將平均值取代中心像素，使用方法如下：
cv2.blur(img, ksize)
# img 來源影像
# ksize 指定區域單位
指定區域單位設定的範圍越大，則模糊的效果越明顯，下面的例子會產生兩張模糊化的影像。
import cv2
img = cv2.imread('meme.jpg')
output1 = cv2.blur(img, (5, 5)) # 指定區域單位為 (5, 5)
output2 = cv2.blur(img, (25, 25)) # 指定區域單位為 (25, 25)
cv2.imshow('oxxostudio1', output1)
cv2.imshow('oxxostudio2', output2)
cv2.waitKey(0) # 按下任意鍵停止
cv2.destroyAllWindows()
GaussianBlur() 高斯模糊
使用 OpenCV 的 GaussianBlur() 方法，可以使用高斯分佈進行模糊化的計算，指定模糊區域單位 ( 必須是大於 1 的奇數 ) 後就能產生不同程度的模糊效果，使用方法如下：
cv2.GaussianBlur(img, ksize, sigmaX, sigmaY)
# img 來源影像
# ksize 指定區域單位 ( 必須是大於 1 的奇數 )
# sigmaX X 方向標準差，預設 0，sigmaY Y 方向標準差，預設 0
指定區域單位設定的範圍越大，則模糊的效果越明顯，下面的例子會產生兩張高斯模糊化的影像。
import cv2
img = cv2.imread('meme.jpg')
output1 = cv2.GaussianBlur(img, (5, 5), 0) # 指定區域單位為 (5, 5)
output2 = cv2.GaussianBlur(img, (25, 25), 0) # 指定區域單位為 (25, 25)
cv2.imshow('oxxostudio1', output1)
cv2.imshow('oxxostudio2', output2)
cv2.waitKey(0)
cv2.destroyAllWindows()
medianBlur() 中值模糊
使用 OpenCV 的 medianBlur() 方法，可以使用像素點周圍灰度值的中值，來代替該像素點的灰度值，模糊程度 ( 必須是大於 1 的奇數 )，使用方法如下：
cv2.medianBlur(img, ksize)
# img 來源影像
# ksize 模糊程度 ( 必須是大於 1 的奇數 )
模糊程度設定的數值越大，則模糊的效果越明顯，下面的例子會產生兩張中值模糊化的影像。
import cv2
img = cv2.imread('meme.jpg')
output1 = cv2.medianBlur(img, 5) # 模糊程度為 5
output2 = cv2.medianBlur(img, 25) # 模糊程度為 25
cv2.imshow('oxxostudio1', output1)
cv2.imshow('oxxostudio2', output2)
cv2.waitKey(0)
cv2.destroyAllWindows()
bilateralFilter() 雙邊模糊
使用 OpenCV 的 bilateralFilter() 方法，可以透過非線性的雙邊濾波器進行計算，讓影像模糊化的同時，也能夠保留影像內容的邊緣，使用方法如下：
cv2.bilateralFilter(img, d, sigmaColor, sigmaSpace)
# img 來源影像
# d 相鄰像素的直徑，預設使用 5，數值越大運算的速度越慢
# sigmaColor 相鄰像素的顏色混合，數值越大，會混合更多區域的顏色，並產生更大區塊的同一種顏色
# sigmaSpace 會影響像素的區域，數值越大，影響的範圍就越大，影響的像素就越多
下面的例子會產生三張雙邊模糊的影像。
import cv2
img = cv2.imread('meme.jpg')
output1 = cv2.bilateralFilter(img, 50, 0, 0)
output2 = cv2.bilateralFilter(img, 50, 50, 100)
output3 = cv2.bilateralFilter(img, 50, 100, 1000)
cv2.imshow('oxxostudio1', output1)
cv2.imshow('oxxostudio2', output2)
cv2.imshow('oxxostudio3', output3)
cv2.waitKey(0)
cv2.destroyAllWindows()
影片的模糊效果
延伸「讀取並播放影片」文章的範例，在程式碼中使用 medianBlur() 中值模糊方法，就能將電腦鏡頭拍攝的畫面，即時轉換成模糊化的影像。
import cv2
cap = cv2.VideoCapture(0)
if not cap.isOpened():
print("Cannot open camera")
exit()
while True:
ret, frame = cap.read()
if not ret:
print("Cannot receive frame")
break
# 套用 medianBlur() 中值模糊
img = cv2.medianBlur(frame, 25)
cv2.imshow('oxxostudio', img)
if cv2.waitKey(1) == ord('q'):
break # 按下 q 鍵停止
cap.release()
cv2.destroyAllWindows()
參考資料
意見回饋
如果有任何建議或問題，可傳送「意見表單」給我，謝謝～