擅长:python、mysql、java
<p>对于GaussianBlur,您使用的是一个相当大的内核(size=33),这会导致很多平滑。平滑将很大程度上取决于您的内核大小。使用参数,每个新像素值在33*33像素的“窗口”中“平均”。</p>
<p>可以在这里找到cv2.GaussianBlur的定义
<a href="http://docs.opencv.org/3.1.0/d4/d13/tutorial_py_filtering.html#gsc.tab=0" rel="nofollow">http://docs.opencv.org/3.1.0/d4/d13/tutorial_py_filtering.html#gsc.tab=0</a></p>
<p>相比之下,skipage.filters.gaussian似乎在较小的内核上工作。在skimage中,“size”是由sigma定义的,它与这里描述的内核大小相关:<a href="https://en.wikipedia.org/wiki/Gaussian_filter" rel="nofollow">https://en.wikipedia.org/wiki/Gaussian_filter</a></p>
<p>定义可以在这里找到:<a href="http://scikit-image.org/docs/dev/api/skimage.filters.html#skimage.filters.gaussian" rel="nofollow">http://scikit-image.org/docs/dev/api/skimage.filters.html#skimage.filters.gaussian</a></p>
<p>为了得到相应的结果,您必须使用一个更小的OpenCV内核。</p>
<p>此外,对于这两个库,我强烈建议使用最新的库版本。</p>