高斯均值滤波源码实现

高斯均值滤波源码实现

高斯滤波

• 原理

• 当前像素点与滤波盒相乘，滤波盒越中间数越大
• 不同滤波方法只是滤波盒不同

# 高斯API 原图有问题有噪声小点
import cv2
import numpy as np
img = cv2.imread('image11.jpg',1)
cv2.imshow('src',img)
dst = cv2.GaussianBlur(img,(5,5),1.5)
cv2.imshow('dst',dst)
cv2.waitKey(0)

• 结果 缺点模糊

均值滤波

#均值滤波源码实现 6*6 1 。 * 【6*6】/36 = mean -》P
import cv2
import numpy as np
img = cv2.imread('image11.jpg',1)
cv2.imshow('src',img)
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]
dst = np.zeros((height,width,3),np.uint8)
for i in range(3,height-3):
    for j in range(3,width-3):
        sum_b = int(0)
        sum_g = int(0)
        sum_r = int(0)
        for m in range(-3,3):#-3 -2 -1 0 1 2
            for n in range(-3,3):
                (b,g,r) = img[i+m,j+n]
                sum_b = sum_b+int(b)
                sum_g = sum_g+int(g)
                sum_r = sum_r+int(r)
            
        b = np.uint8(sum_b/36)
        g = np.uint8(sum_g/36)
        r = np.uint8(sum_r/36)
        dst[i,j] = (b,g,r)
cv2.imshow('dst',dst)
cv2.waitKey(0)

中值滤波

# 中值滤波 3*3 像素排序，选取中间的值替换原来的像素值
import cv2
import numpy as np
img = cv2.imread('image11.jpg',1)
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]
# 简化代码 灰度处理
img = cv2.cvtColor(img,cv2.COLOR_RGB2GRAY)
cv2.imshow('src',img)
dst = np.zeros((height,width,3),np.uint8)

# 九个元素 排序
collect = np.zeros(9,np.uint8)
# 防止数据越界
for i in range(1,height-1):
    for j in range(1,width-1):
        k = 0
        for m in range(-1,2):
            for n in range(-1,2):
                # 当前灰度值
                gray = img[i+m,j+n]
                # 所有数据放入collect
                collect[k] = gray
                k = k+1
        # 0 1 2 3 4 5 6 7 8
        #   1 
        # 9个元素排序 选择排序 
        for k in range(0,9):
            p1 = collect[k]
            for t in range(k+1,9):
                if p1<collect[t]:
                    # 交换
                    mid = collect[t]
                    collect[t] = p1
                    p1 = mid
        # 生成新的元素
        dst[i,j] = collect[4]
cv2.imshow('dst',dst)
cv2.waitKey(0)

• 结果 效果不是那么明显

生成新的元素
dst[i,j] = collect[4]
cv2.imshow(‘dst’,dst)
cv2.waitKey(0)

• 结果 效果不是那么明显