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
冷眼看人间恩怨6 分钟前
【话题讨论】AI大模型重塑软件开发:定义、应用、优势与挑战
人工智能·ai编程·软件开发
2401_883041087 分钟前
新锐品牌电商代运营公司都有哪些?
大数据·人工智能
魔道不误砍柴功12 分钟前
Java 中如何巧妙应用 Function 让方法复用性更强
java·开发语言·python
_.Switch37 分钟前
高级Python自动化运维:容器安全与网络策略的深度解析
运维·网络·python·安全·自动化·devops
AI极客菌1 小时前
Controlnet作者新作IC-light V2:基于FLUX训练,支持处理风格化图像,细节远高于SD1.5。
人工智能·计算机视觉·ai作画·stable diffusion·aigc·flux·人工智能作画
阿_旭1 小时前
一文读懂| 自注意力与交叉注意力机制在计算机视觉中作用与基本原理
人工智能·深度学习·计算机视觉·cross-attention·self-attention
王哈哈^_^1 小时前
【数据集】【YOLO】【目标检测】交通事故识别数据集 8939 张,YOLO道路事故目标检测实战训练教程!
前端·人工智能·深度学习·yolo·目标检测·计算机视觉·pyqt
测开小菜鸟2 小时前
使用python向钉钉群聊发送消息
java·python·钉钉
Power20246662 小时前
NLP论文速读|LongReward:基于AI反馈来提升长上下文大语言模型
人工智能·深度学习·机器学习·自然语言处理·nlp
数据猎手小k2 小时前
AIDOVECL数据集:包含超过15000张AI生成的车辆图像数据集,目的解决旨在解决眼水平分类和定位问题。
人工智能·分类·数据挖掘