### 使用 OpenCV 对多张图片批量应用高斯滤波 为了实现对多个图像文件添加高斯模糊的效果，可以编写一段 Python 脚本循环遍历指定目录下的所有图片并逐一对它们施加 `GaussianBlur` 函数。此过程涉及读入每一张图、调用相应的过滤函数以及保存处理后的成果。 ```python import os import cv2 from pathlib import Path def apply_gaussian_blur(input_folder, output_folder, kernel_size=(5, 5), sigmaX=0): """ 应用于给定文件夹内所有图像的高斯模糊功能 参数: input_folder (str): 输入图像所在的路径. output_folder (str): 处理后图像存储的目标位置. kernel_size (tuple of int): 高斯核大小，默认为(5, 5). sigmaX (float): X方向上的标准差，默认为0表示自动计算. """ # 创建输出文件夹（如果不存在） Path(output_folder).mkdir(parents=True, exist_ok=True) # 获取输入文件夹中的所有jpg/png/bmp格式文件列表 images = list(Path(input_folder).glob('*.[jp][pn]g')) + \ list(Path(input_folder).glob('*.bmp')) for img_path in images: try: # 加载单个图像 image = cv2.imread(str(img_path)) if image is None or image.size == 0: print(f"无法加载{img_path}") continue # 施加高斯模糊 blurred_image = cv2.GaussianBlur(image, ksize=kernel_size, sigmaX=sigmaX)[^1] # 构建新的文件名并将结果写回磁盘 new_file_name = f"{output_folder}/{img_path.stem}_blurred{img_path.suffix}" cv2.imwrite(new_file_name, blurred_image) except Exception as e: print(f"处理 {img_path} 时发生错误: ", str(e)) if __name__ == "__main__": INPUT_DIR = "path/to/input/images" OUTPUT_DIR = "path/to/output/blurred_images" apply_gaussian_blur(INPUT_DIR, OUTPUT_DIR) ``` 这段脚本定义了一个名为 `apply_gaussian_blur()` 的函数来接收源和目标文件夹的位置作为参数，并允许自定义高斯卷积核尺寸与σ值。对于每一个找到的有效图像文件，都会创建其经过平滑化之后的新版本存放在另一个设定好的地方[^2]。