python 实现图片的对焦模糊

---

高斯模糊(GaussianBlur)

功能介绍

iaa.GaussianBlur是imgaug库中的一个函数，用于对图像进行高斯模糊处理。高斯模糊是一种图像处理技术，通过在图像上应用正态分布的模糊核来降低图像的清晰度。这种模糊效果可以用于多种应用场景，如减少图像噪声、实现图像柔化等。

语法

import imgaug.augmenters as iaa

aug = iaa.GaussianBlur(sigma=(3, 3))

• sigma：高斯模糊的标准差。可以是一个标量（使用相同的sigma），也可以是一个长度为2的元组（分别对应水平和垂直方向上的sigma）。

示例代码

import cv2
import imgaug.augmenters as iaa
import matplotlib.pyplot as plt

# 读取图像
img_path = r"D:\python_project\lena.png"
img = cv2.imread(img_path)
image = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# 创建高斯模糊增强器
aug1 = iaa.GaussianBlur(sigma=(3, 3))
aug2 = iaa.GaussianBlur(sigma=(5, 5))
aug3 = iaa.GaussianBlur(sigma=(7, 7))

# 对图像进行高斯模糊处理
blurred_image1 = aug1(image=image)
blurred_image2 = aug2(image=image)
blurred_image3 = aug3(image=image)

# 展示原始图像和模糊后的图像
fig, axes = plt.subplots(2, 2, figsize=(10, 10))
axes[0][0].imshow(image)
axes[0][0].set_title("Original Image")
axes[0][1].imshow(blurred_image1)
axes[0][1].set_title("Blurred Image1")
axes[1][0].imshow(blurred_image2)
axes[1][0].set_title("Blurred Image2")
axes[1][1].imshow(blurred_image3)
axes[1][1].set_title("Blurred Image3")
plt.show()

运行结果如下：

图1 原图及高斯模糊结果可视化

注意事项

1. sigma参数控制模糊的程度，值越大，模糊效果越明显。在实际应用中，需要根据具体需求调整这个参数。
2. 高斯模糊可能会对图像的边缘产生影响，因此在处理具有清晰边缘的图像时需要注意。
3. 在处理大型图像时，高斯模糊可能会消耗较多的计算资源。因此，在性能要求较高的场景下，需要谨慎使用。
4. 在展示或保存处理后的图像时，需要注意图像格式和色彩空间的问题。例如，在显示时可能需要转换为RGB模式，在保存时可能需要指定正确的格式和色彩深度。

---

小结

imgaug是一个强大的图像增强库，它可以帮助你创建出丰富多样的训练数据，从而改进你的深度学习模型的性能。通过定制变换序列和参数，你可以轻松地适应各种应用场景，从计算机视觉到医学影像分析。随着深度学习的发展，imgaug在未来将继续发挥重要作用。因此，将imgaug纳入你的数据增强工具箱是一个明智的选择。

---