python opencv3

三、图像预处理2

1、图像滤波

为图像滤波通过滤波器得到另一个图像。也就是加深图像之间的间隙,增强视觉效果;也可以模糊化间隙,造成图像的噪点被抹平。

2、卷积核

在深度学习中,卷积核越大,看到的信息越多,提取的特征越好,同时计算量越大。

卷积核一般为奇数,为了保证锚点处于中间。

3、图像平滑处理

图像噪声‌是指存在于图像数据中的不必要的或多余的干扰信息。它妨碍了人们通过视觉器官对接收信息的理解。噪声在理论上可以定义为"不可预测,只能用概率统计方法来认识的随机误差"。因此,将图像噪声看成是多维随机过程是合适的,描述噪声的方法可以借用随机过程的描述,即用其概率分布函数和概率密度分布函数。

3.1、高斯滤波

高斯滤波是图像处理中常用的一种平滑滤波方法,其主要作用是去除图像中的噪声,并减少图像细节,以实现图像的平滑处理。

cv2.GaussianBlur(src, ksize, sigmaX) :ksize:高斯核的大小,通常以元组 (width, height) 形式指定;sigmaX:高斯核在 x 方向上的标准差。

ksize = (11, 11)

sigma = 1

blurrred_image = cv2.GaussianBlur(img, ksize, sigma)

3.2、双边滤波

通过考虑像素点的空间距离和灰度差异,实现了对图像进行平滑的同时,尽量保留图像的边缘细节。

cv2.bilateralFilter(src, d, sigmaColor, sigmaSpace) :d:滤波器的直径,用于指定在每个像素周围考虑的像素邻域大小,一般为正奇数;sigmaColor:颜色空间的标准差,用于控制滤波过程中颜色相似性的权重(较大时,在更大范围内进行平滑处理,导致图像细节的丢失较多 );sigmaSpace:坐标空间的标准差,用于控制滤波过程中空间相似性的权重(较大时,在更大的空间范围内进行平滑处理,导致图像的局部细节被进一步平滑 )。

c = 19

color = 3

space = 17

b_img = cv2.bilateralFilter(img, c, space, color)

3.3、中值 滤波

因为椒盐噪声或脉冲噪声的灰度值通常远远偏离周围像素的灰度值,通过中值滤波可以有效地将这些异常值去除,从而使图像变得更加平滑。

cv2.medianBlur(src, ksize) :ksize 是用于中值滤波的孔径大小,必须是大于1的奇数。

c = 5

m_img = cv2.medianBlur(img, c)

4、图像边缘检测

Canny边缘检测

cv2.Canny(image, threshold1, threshold2):threshold1 : 第一个阈值,用于边缘检测的低阈值;threshold2: 第二个阈值,用于边缘检测的高阈值;返回检测到的边缘图像,边缘部分为白色,其他部分为黑色。

import cv2

image = cv2.imread("images/car.png")

从BGR到灰度图像

image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

Canny

edges = cv2.Canny(image, 200, 300)

cv2.imshow('边缘检测', edges)

cv2.waitKey(0)

cv2.destroyAllWindows()

5、图像形态学操作

主要用于提取图像中的有用特征,如边界检测、噪声去除等;常见的形态学操作包括腐蚀、膨胀、开运算、闭运算、梯度、顶帽和黑帽等

5.1、腐蚀

减少图像中白色区域的大小,常用于消除小的白色噪声点。

eroded = cv2.erode(src, kernel, dst,iterations=1):kernel : 结构元素,用于定义腐蚀操作的方式,是一个矩阵结构数据;dst (可选): 输出图像,默认自动创建一个新的图像;iterations (可选): 腐蚀操作的迭代次数,默认为1。

k = np.ones((5, 5), np.uint8)

num = 2

e_img = cv2.erode(img, k, iterations=num)

5.2、膨胀

与腐蚀相反,它会增加图像中白色区域的大小。

dilated = cv2.dilate(src, kernel, iterations=1)

5.3、开运算

先腐蚀后膨胀的过程,常用于去除小的物体、平滑较大的物体边界以及填充细长的突出部分。

cv2.morphologyEx(img, cv2.MORPH_OPEN,kernel)

5.4、闭运算

先膨胀后腐蚀的过程,常用于填充前景物体中的小洞, 平滑较大物体的边界以及连接邻近的物体。

cv2.morphologyEx(img, cv2.MORPH_CLOSE,kernel)

5.5、形态学梯度

计算膨胀后的图像与腐蚀后的图像之间的差值,突出物体的边缘。

cv2.morphologyEx(src, cv2.MORPH_GRADIENT, kernel)

5.6、顶帽

原图像与开运算结果的差值,用于获取图像中的亮细节。

cv2.morphologyEx(src, cv2.MORPH_TOPHAT, kernel)

5.7、黑帽

闭运算结果与原图像的差值,用于获取图像中的暗细节。

cv2.morphologyEx(src, cv2.MORPH_BLACKHAT, kernel)

相关推荐
MZ_ZXD0013 小时前
springboot汽车租赁服务管理系统-计算机毕业设计源码58196
java·c++·spring boot·python·django·flask·php
A 计算机毕业设计-小途3 小时前
大四零基础用Vue+ElementUI一周做完化妆品推荐系统?
java·大数据·hadoop·python·spark·毕业设计·毕设
念念01077 小时前
数学建模竞赛中评价类相关模型
python·数学建模·因子分析·topsis
云天徽上8 小时前
【数据可视化-94】2025 亚洲杯总决赛数据可视化分析:澳大利亚队 vs 中国队
python·信息可视化·数据挖掘·数据分析·数据可视化·pyecharts
☺����8 小时前
实现自己的AI视频监控系统-第一章-视频拉流与解码2
开发语言·人工智能·python·音视频
王者鳜錸8 小时前
PYTHON让繁琐的工作自动化-函数
开发语言·python·自动化
xiao助阵9 小时前
python实现梅尔频率倒谱系数(MFCC) 除了傅里叶变换和离散余弦变换
开发语言·python
爱分享的飘哥10 小时前
第八十三章:实战篇:文 → 图:Prompt 控制图像生成系统构建——从“咒语”到“神作”的炼成!
人工智能·计算机视觉·prompt·文生图·stablediffusion·diffusers·text-to-image
麻辣清汤11 小时前
结合BI多维度异常分析(日期-> 商家/渠道->日期(商家/渠道))
数据库·python·sql·finebi
钢铁男儿11 小时前
Python 正则表达式(正则表达式和Python 语言)
python·mysql·正则表达式