news 2026/4/23 12:21:44

cv2.sqrBoxFilter 是 OpenCV 中用于计算像素邻域平方和的盒式滤波函数

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
cv2.sqrBoxFilter 是 OpenCV 中用于计算像素邻域平方和的盒式滤波函数

cv2.sqrBoxFilter 是 OpenCV 中用于计算像素邻域平方和的盒式滤波函数

代码

# -*- coding:utf-8 -*-importcv2 as cvimportnumpy as npimportsysif__name__=='__main__':# 读取图像并判断是否读取成功img=cv.imread('./images/eq.png', cv.IMREAD_ANYDEPTH)ifimg is None: print('Failed to read eq.png.')sys.exit()# 验证方框滤波算法的数组矩阵points=np.array([[1,2,3,4,5],[6,7,8,9,10],[11,12,13,14,15],[16,17,18,19,20],[21,22,23,24,25]],dtype='float32')# 将图像转为float32类型的数据img_32=img.astype('float32')print("img_orign=.{}".format(img))img_32 /=255.0print("img_32=.{}".format(img_32))# 方框滤波cv.boxFilter()和cv.sqrBoxFilter()# 进行归一化img_box_norm=cv.boxFilter(img, -1,(3,3),anchor=(-1, -1),normalize=True)# 不进行归一化img_box=cv.boxFilter(img, -1,(3,3),anchor=(-1, -1),normalize=False)# 进行归一化points_sqr_norm=cv.sqrBoxFilter(points, -1,(3,3),anchor=(-1, -1),normalize=True,borderType=cv.BORDER_CONSTANT)img_sqr_norm=cv.sqrBoxFilter(img, -1,(3,3),anchor=(-1, -1),normalize=True,borderType=cv.BORDER_CONSTANT)# 不进行归一化points_sqr=cv.sqrBoxFilter(points, -1,(3,3),anchor=(-1, -1),normalize=False,borderType=cv.BORDER_CONSTANT)print("points_sqr=.{}".format(points_sqr))# 展示图像处理结果cv.imshow('Result(cv.boxFilter() NORM)', img_box_norm)cv.imshow('Result(cv.boxFilter()', img_box)cv.imshow('Result(cv.sqrBoxFilter() NORM', img_sqr_norm / np.max(img_sqr_norm))cv.imshow('Result(cv.sqrBoxFilter()', points_sqr / np.max(points_sqr))cv.waitKey(0)cv.destroyAllWindows()

cv2.sqrBoxFilter 是 OpenCV 中用于计算像素邻域平方和的盒式滤波函数,核心作用是快速统计图像局部区域的像素值平方和,常作为方差滤波、边缘检测、图像梯度计算等高级操作的基础(例如推导局部方差、标准差)。

函数基本语法

cv2.sqrBoxFilter(src, ddepth, ksize, dst=None, anchor=None, normalize=None, borderType=None)


返回值
返回与输入图像尺寸、通道数一致的输出图像(ndarray 格式),像素值为对应邻域的平方和(或归一化后的平方均值)。

核心原理


标准差图像中,亮区表示局部像素值波动大(边缘 / 纹理),暗区表示像素值均匀(平滑区域)。

关键注意事项

数据类型与溢出问题

输入为 uint8(0-255)时,像素平方最大值为 255²=65025,若核尺寸为 5×5,平方和最大值为 25×65025=1,625,625,远超 uint8 范围(0-255);
必须将 ddepth 设为 cv2.CV_32F/cv2.CV_64F,否则会导致值截断、结果错误。

与 cv2.boxFilter 的区别

边缘填充方式

默认 cv2.BORDER_DEFAULT(镜像填充)适合大多数场景;若需边缘用固定值填充(如黑色),可指定 borderType=cv2.BORDER_CONSTANT:
sqr_sum = cv2.sqrBoxFilter(img_float, cv2.CV_32F, (3,3), borderType=cv2.BORDER_CONSTANT)

非正方形核

核尺寸支持矩形(如 (7,3)),适用于定向统计(如水平方向平方和):

# 3(宽)×7(高)核,侧重水平方向的平方和统计sqr_sum_rect=cv2.sqrBoxFilter(img_float, cv2.CV_32F,(3,7))
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/19 0:47:22

训练速度飙升5倍!Unsloth动态量化让大模型微调告别“卡脖子”

还在为大模型微调的速度慢、显存爆而烦恼?Unsloth的黑科技让你在消费级GPU上也能轻松玩转百亿参数模型! 摘要 Unsloth 是一个革命性的大型语言模型(LLM)高效微调框架。它通过独家手动推导并编写的GPU内核,在不改变硬件…

作者头像 李华
网站建设 2026/4/18 7:05:54

Nmap深度解析:信息收集

概述 (Overview) Nmap (“Network Mapper”) 是一款开源且功能强大的网络扫描工具,广泛用于网络发现和安全审计。它利用原始 IP 报文来发现网络上的主机、探测这些主机开放的端口、确定端口上运行的服务及其版本、推测目标操作系统,并可通过 Nmap 脚本引…

作者头像 李华
网站建设 2026/4/16 9:04:59

【收藏】零基础学大模型:2025年小白入门完全指南

本文详细介绍AI大模型的多种类型(语言、向量、视觉、多模态等)、获取渠道(官方、第三方付费/免费、逆向工程)及实用方法(提示词优化、智能体应用等)。为2025年AI初学者提供零基础学习指南,帮助普…

作者头像 李华
网站建设 2026/4/17 1:45:25

小程序毕设选题推荐:基于SpringBoot+微信小程序的微信电影院票务系统管理系统设计与实现【附源码、mysql、文档、调试+代码讲解+全bao等】

博主介绍:✌️码农一枚 ,专注于大学生项目实战开发、讲解和毕业🚢文撰写修改等。全栈领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java、小程序技术领域和毕业项目实战 ✌️技术范围:&am…

作者头像 李华
网站建设 2026/4/23 11:34:24

高通跃龙QCS6490平台视频录制与上传(1): 系统环境搭建指南

本文为系列教程的第一篇,主要介绍在高通QCS6490平台的Linux系统中搭建视频录制与上传功能所需的基础环境配置,涵盖系统工具安装、多媒体框架配置及开发环境准备。1. 平台概述与应用场景 高通跃龙QCS6490是一款基于ARM架构的高性能嵌入式平台,…

作者头像 李华