【python】均值、中值和高斯滤波详解和示例

本文对均值、中值和高斯滤波进行详解,以帮助大家理解和使用。

这里写目录标题

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。

python 复制代码
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。

python 复制代码
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。

python 复制代码
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。

相关推荐
何以解忧唯有撸码7 小时前
OpenCvSharp基于颜色反差规避FBA面单贴标
opencv
databook13 小时前
Manim实现闪光轨迹特效
后端·python·动效
Juchecar14 小时前
解惑:NumPy 中 ndarray.ndim 到底是什么?
python
用户83562907805115 小时前
Python 删除 Excel 工作表中的空白行列
后端·python
Json_15 小时前
使用python-fastApi框架开发一个学校宿舍管理系统-前后端分离项目
后端·python·fastapi
数据智能老司机21 小时前
精通 Python 设计模式——分布式系统模式
python·设计模式·架构
数据智能老司机1 天前
精通 Python 设计模式——并发与异步模式
python·设计模式·编程语言
数据智能老司机1 天前
精通 Python 设计模式——测试模式
python·设计模式·架构
数据智能老司机1 天前
精通 Python 设计模式——性能模式
python·设计模式·架构
c8i1 天前
drf初步梳理
python·django