opencv 处理图像去噪的几种方法

OpenCV 提供了多种图像去噪的方法,以下是一些常见的去噪技术以及相应的 Python 代码示例:

  1. 均值滤波:使用像素邻域的灰度均值代替该像素的值。

    python 复制代码
    import cv2
    import numpy as np
    import matplotlib.pyplot as plt
    
    img = cv2.imread("4.jpg")
    result = cv2.blur(img, (5, 5))  # 传入读取的图像和核尺寸
    cv2.imshow("Noise", img)
    cv2.imshow("Mean Filter", result)
    cv2.waitKey(0)
  2. 高斯滤波:适用于消除高斯噪声,通过加权平均邻域内的像素值来计算中心像素的新值。

    python 复制代码
    result = cv2.GaussianBlur(img, (5, 5), 0)  # 高斯核尺寸和标准差
    cv2.imshow("Gaussian Filter", result)
  3. 中值滤波:选择一个含有奇数点的窗口,取窗口中像素灰度值的中位数来代替中心像素的值,有效去除椒盐噪声。

    python 复制代码
    result = cv2.medianBlur(img, 5)  # 核大小必须是大于1的奇数
    cv2.imshow("Median Filter", result)
  4. 方框滤波:类似于均值滤波,但可以选择是否对结果进行归一化。

    python 复制代码
    result = cv2.boxFilter(img, -1, (5, 5), normalize=True)  # normalize=True 进行归一化
    cv2.imshow("Box Filter", result)
  5. 双边滤波:在滤波时同时考虑空间邻近度与像素值相似度,保留边缘信息。

    python 复制代码
    result = cv2.bilateralFilter(img, 9, 75, 75)  # 直径、颜色空间的标准差和坐标空间的标准差
    cv2.imshow("Bilateral Filter", result)
  6. 非局部均值去噪(NLM):使用图像中的所有像素进行去噪,根据相似度加权平均。

    python 复制代码
    dst = cv2.fastNlMeansDenoisingColored(img, None, 10, 10, 7, 21)
    plt.subplot(121),plt.imshow(img)
    plt.subplot(122),plt.imshow(dst)
    plt.show()
  7. 高通滤波:保留高频部分,常用于边缘增强。

    python 复制代码
    x = cv2.Sobel(img, cv2.CV_16S, 1, 0)
    y = cv2.Sobel(img, cv2.CV_16S, 0, 1)
    absx = cv2.convertScaleAbs(x)
    absy = cv2.convertScaleAbs(y)
    dist = cv2.addWeighted(absx, 0.5, absy, 0.5, 0)
    cv2.imshow('High Pass Filter', dist)

请注意,上述代码中的 img 变量需要先加载一个图像,cv2.imread 函数用于读取图像,cv2.imshow 用于显示图像,cv2.waitKey(0) 用于等待用户按键操作,plt.show() 用于显示 Matplotlib 图像。在实际使用中,需要根据具体情况调整核尺寸、标准差等参数。

相关推荐
AI原吾4 分钟前
玩转物联网只需十行代码,可它为何悄悄停止维护
python·物联网·hbmqtt
麦麦麦造6 分钟前
国外网友的3个步骤,实现用Prompt来写Prompt!超简单!
人工智能
云动雨颤11 分钟前
Python单元测试入门:3个核心断言方法,帮你快速定位代码bug
python·单元测试
闲看云起19 分钟前
从BERT到T5:为什么说T5是NLP的“大一统者”?
人工智能·语言模型·transformer
SunnyDays101131 分钟前
Python 实现 HTML 转 Word 和 PDF
python·html转word·html转pdf·html转docx·html转doc
小麦矩阵系统永久免费35 分钟前
小麦矩阵系统:让短视频分发实现抖音快手小红书全覆盖
大数据·人工智能·矩阵
新加坡内哥谈技术35 分钟前
Chrome的“无处不在”与推动Web平台演进的使命
人工智能
kailp1 小时前
突破效率与质量边界:深入解析MiniMax-Remover视频物体移除方案
人工智能·ai·大模型·gpu算力·图片渲染
超人不会飛1 小时前
vue3 markdown组件|大模型应用专用
前端·vue.js·人工智能
虫无涯1 小时前
Doc2X为一切AI文档服务的基础设施,将PDF转换为Word、HTML、LaTeX、Markdown等
人工智能