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
摆烂仙君2 分钟前
代码纪元——源神重塑无序
人工智能·机器学习
电子工程师UP学堂2 分钟前
电子应用设计方案-24:智能防火系统方案设计
人工智能·单片机·嵌入式硬件
小馒头学python7 分钟前
【Python爬虫五十个小案例】爬取猫眼电影Top100
开发语言·爬虫·python
dgsiwbe16 分钟前
人工智能-深度学习-Torch框架-手动构建回归流程
人工智能·深度学习·回归
计算机科研之友(Friend)20 分钟前
【自动驾驶】数据集合集!
人工智能·机器学习·自动驾驶
卧式纯绿21 分钟前
自动驾驶3D目标检测综述(四)
人工智能·神经网络·目标检测·3d·目标跟踪·cnn·自动驾驶
FreeIPCC22 分钟前
如何评估电话机器人的效果?
大数据·人工智能·语言模型·机器人·开源·信息与通信
FreeIPCC24 分钟前
开源电话机器人产品的优点是什么?
大数据·人工智能·语言模型·机器人·信息与通信
whaosoft-14326 分钟前
51c自动驾驶~合集34
人工智能
霍夫曼vx_helloworld735234 分钟前
(三)手势识别——动作识别应用【代码+数据集+python环境(免安装)+GUI系统】
开发语言·python