vivian就是薇薇安 2022-12-12 16:03 采纳率: 100%
浏览 25
已结题

不清楚这个为何不成功


import numpy as np
import cv2

from scipy import misc, ndimage, signal
import matplotlib.pyplot as plt
import numpy as np
from PIL import Image


def plot_two(left, right):
    fig = plt.figure()
    ax1 = fig.add_subplot(121)
    ax2 = fig.add_subplot(122)
    ax1.imshow(left)
    ax2.imshow(right)
    plt.show()


def cv_2d_conv_lower_pass_filer(img_src):
    # prepare the 5x5 shaped filter
    kernel = np.array([[1, 1, 1, 1, 1],
                       [1, 1, 1, 1, 1],
                       [1, 1, 1, 1, 1],
                       [1, 1, 1, 1, 1],
                       [1, 1, 1, 1, 1]])
    kernel = kernel/sum(kernel)

    # filter the source image
    img_rst = cv2.filter2D(img_src, -1, kernel)
    return img_rst


def cv_2d_conv_high_pass_filter(img_src):
    # edge detection filter
    kernel = np.array([[0.0, -1.0, 0.0],
                       [-1.0, 4.0, -1.0],
                       [0.0, -1.0, 0.0]])

    kernel = kernel//(np.sum(kernel) if np.sum(kernel) != 0 else 1)

    # filter the source image
    img_rst = cv2.filter2D(img_src, -1, kernel)
    return img_rst


def cv_2d_conv_customer_filter(img_src):
    # edge detection filter
    kernel = np.array([[-1.0, -1.0],
                       [2.0, 2.0],
                       [-1.0, -1.0]])

    kernel = kernel/(np.sum(kernel) if np.sum(kernel) != 0 else 1)

    # filter the source image
    img_rst = cv2.filter2D(img_src, -1, kernel)
    return img_rst


def select_filter(image):
    print(image.shape)
    filters = [
        {
            'option': 'lcov',
            'name': '2维卷积低通滤镜( filter2D )',
            'filter': lambda: cv_2d_conv_lower_pass_filer(image)
        },
        {
            'option': 'hcov',
            'name': '2维卷积高通滤镜( filter2D )',
            'filter': lambda: cv_2d_conv_high_pass_filter(image)
        },
        {
            'option': 'ccov',
            'name': '2维卷积自定义滤镜( filter2D )',
            'filter': lambda: cv_2d_conv_customer_filter(image)
        },
    ]

    print("本迷你PS软件支持以下滤镜:")
    filter_dict = {}
    for filter in filters:
        filter_dict[filter['option']] = filter
        print("* {} : {}".format(filter['option'], filter['name']))

    options = '/'.join(list(map(lambda f: f['option'], filters)))

    while True:
        ret = input(f"请选择滤镜[ {options}]:")
        filter = filter_dict.get(ret)
        if filter is None:
            print("不支持的选项,请重新选择。")
        else:
            return filter['filter']()


if __name__ == '__main__':
    image = misc.face()
    blurred = select_filter(image)
    plot_two(image, blurred)
  • 写回答

2条回答 默认 最新

  • ShowMeAI 2022-12-12 16:22
    关注

    我测试代码是能运行和用filter处理的啊

    img

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论
查看更多回答(1条)

报告相同问题?

问题事件

  • 已结题 (查看结题原因) 12月19日
  • 已采纳回答 12月19日
  • 修改了问题 12月12日
  • 创建了问题 12月12日

悬赏问题

  • ¥15 一个服务器已经有一个系统了如果用usb再装一个系统,原来的系统会被覆盖掉吗
  • ¥15 使用esm_msa1_t12_100M_UR50S蛋白质语言模型进行零样本预测时,终端显示出了sequence handled的进度条,但是并不出结果就自动终止回到命令提示行了是怎么回事:
  • ¥15 前置放大电路与功率放大电路相连放大倍数出现问题
  • ¥30 关于<main>标签页面跳转的问题
  • ¥80 部署运行web自动化项目
  • ¥15 腾讯云如何建立同一个项目中物模型之间的联系
  • ¥30 VMware 云桌面水印如何添加
  • ¥15 用ns3仿真出5G核心网网元
  • ¥15 matlab答疑 关于海上风电的爬坡事件检测
  • ¥88 python部署量化回测异常问题