建设通是不是官方网站,wordpress口令字典,哪里有免费的网站自己做,网站建设业务需求文档本文对均值、中值和高斯滤波进行详解#xff0c;以帮助大家理解和使用。 这里写目录标题 均值滤波中值滤波高斯滤波核大小为#xff08;9,9#xff09;核大小为#xff08;51,51#xff09; 小结 下面是示例中使用的原图。 均值滤波
均值滤波是一种简单的平滑滤波器以帮助大家理解和使用。 这里写目录标题 均值滤波中值滤波高斯滤波核大小为9,9核大小为51,51 小结 下面是示例中使用的原图。 均值滤波
均值滤波是一种简单的平滑滤波器它通过将每个像素点的值设置为其邻域内像素点的平均值来消除噪声。均值滤波器通常用于去除高斯噪声和均匀噪声。
import cv2
import numpy as np# 读入图像
img cv2.imread(Noisy.jpg)# 定义滤波器大小
kernel_size (5, 5)# 进行均值滤波
blur cv2.blur(img, kernel_size)# 显示原图和滤波后的图像
cv2.imshow(Original Image, img)
cv2.imshow(Blur Image, blur)
cv2.imwrite(meanImage.jpg,blur)
cv2.waitKey(0)
cv2.destroyAllWindows()效果图
可以通过改变kernel_size (5, 5)大小来改变滤波结果。
中值滤波
中值滤波是一种非线性平滑滤波器它将每个像素点的值设置为其邻域内像素点中值来消除噪声。中值滤波器通常用于去除椒盐噪声和其他孤立的噪声点。
import cv2
import numpy as np# 读入图像
img cv2.imread(Noisy.jpg)# 定义滤波器大小
#kernel_size (5, 5)# 进行中值滤波
median cv2.medianBlur(img, 5)# 显示原图和滤波后的图像
cv2.imshow(Original Image, img)
cv2.imshow(Median Image, median)
cv2.imwrite(zhongImage.jpg,median)
cv2.waitKey(0)
cv2.destroyAllWindows()高斯滤波
高斯滤波是一种基于高斯函数的平滑滤波器它通过将每个像素点的值设置为其邻域内像素点的高斯加权平均值来消除噪声。高斯滤波器通常用于去除高斯噪声和其他类型的噪声同时保留图像的边缘信息。
import cv2
import numpy as np# 读入图像
img cv2.imread(Noisy.jpg)# 定义滤波器大小和标准差
kernel_size (9, 9)
sigmaX 3 # X方向的标准差可以根据需要调整
sigmaY 3 # Y方向的标准差可以根据需要调整# 进行高斯滤波
gsblur cv2.GaussianBlur(img, kernel_size, sigmaX, sigmaY)
# 显示原图和滤波后的图像
cv2.imshow(Original Image, img)
cv2.imshow(gsblur Image, gsblur )
cv2.imwrite(gsblur9*9.jpg,gsblur )
cv2.waitKey(0)
cv2.destroyAllWindows()运行结果
核大小为9,9
改变核大小为9*9效果为
核大小为51,51 小结
本文使用的原图噪声级别较高所以各滤波结果的差距较小但可以看出随着核大小的增大图像变得更平滑但也变得更模糊。 在应用时可以调整核的大小以满足自己的降噪场景和效果。
