1-11 图像复原 opencv树莓派4B 入门系列笔记

目录

一、提前准备

二、代码详解

denoised_image = cv2.fastNlMeansDenoisingColored(image, None, 10, 10, 7, 21)

三、运行现象

四、完整工程贴出

---

一、提前准备

        1、树莓派4B 及 64位系统

        2、提前安装opencv库 以及 numpy库

        3、保存一张图片

二、代码详解

import cv2
# 图像复原是指通过去除噪声、模糊等失真来恢复图像的原始质量 
# 打开图像
image = cv2.imread('/home/raspberry4B/Pictures/MD.jpg')
 
# 去除噪声
denoised_image = cv2.fastNlMeansDenoisingColored(image, None, 10, 10, 7, 21)
 
# 显示去除噪声后的图像
cv2.imshow('Denoised Image', denoised_image)
cv2.imshow('Image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

denoised_image = cv2.fastNlMeansDenoisingColored(image, None, 10, 10, 7, 21)

• 功能: 使用fastNlMeansDenoisingColored函数对彩色图像进行去噪处理。该算法是一种非局部均值去噪方法，适用于彩色图像。它通过考虑图像中相似的像素块来减少噪声，同时保留图像的细节和边缘。

• 参数:

  • image: 输入的原始彩色图像。
  • None: 临时结果存储的占位符，一般设置为None。
  • 10: h 参数，用于控制去噪强度。较高的值会去除更多噪声，但也可能丢失细节。
  • 10: hForColorComponents 参数，专门用于控制颜色通道的去噪强度。和前一个参数类似，它也影响去噪的效果。
  • 7: templateWindowSize 参数，模板窗口的大小，通常为奇数。它表示参考像素的局部区域大小。
  • 21: searchWindowSize 参数，搜索窗口的大小。它表示在参考像素的附近区域内搜索相似块的范围。

三、运行现象

四、完整工程贴出

持续更新中……