简单人工智能技术应用使用Python+OpenCV进行图像处理( 五 )_图像预处理对于整个图像处理任务来讲特

模糊化（Blurring）

模糊化的目标是实现降噪。我们必须格外注意的是：如果我们把边缘检测算法应用到高分辨率的图像上，我们就会得到很多我们不感兴趣的检测结果；

相反，如果我们把图像模糊太多，我们就会丢失数据。因此，我们需要找到一个适当的模糊量，从而不失去理想的边缘。

有多种技术用于实现模糊效果，在这里我们讨论OpenCV中常用的四种技术：平均模糊（Averaging blurring）、高斯模糊（Gaussian blurring）、中值模糊（median blurring）和双边滤波（bilateral filtering）。这四种技术应用一个共同的基本原理，即使用滤波器（内核）对图像进行卷积运算。不同的是，在四种模糊方法中使用的滤波器的值是不同的。

平均模糊（Average blurring）是取给定内核（kernel）区域下所有像素值的平均值替换中心的值。例如，假设给定一个大小为5X5的内核（kernel），我们计算卷积结果的平均值，并将结果放在给定区域的中心。示例如下：