对图像进行滤波处理

kyle-fang

已于 2022-09-16 08:41:53 修改

阅读量123

点赞数 1

分类专栏： python 人工智能数学文章标签： python opencv 计算机视觉

于 2022-09-07 20:41:34 首次发布

本文链接：https://blog.csdn.net/fangweijiex/article/details/126753435

版权

python 同时被 3 个专栏收录

72 篇文章 6 订阅

订阅专栏

人工智能

40 篇文章 3 订阅

订阅专栏

数学

3 篇文章 0 订阅

订阅专栏

这里只有代码实现

# 图像去噪平滑滤波
# 使用opencv的自带函数实现，与自编写作比较
# 产生椒盐噪声，高斯噪声等
# 使用中值滤波，平均滤波，高斯滤波，方框滤波

import numpy as np
import cv2
import matplotlib.pyplot as plt
'''
# 加噪声
def noise(img):
    out = img
    rows, cols, chn = img.shape
    for i in range(5000):
        x = np.random.randint(0, rows)
        y = np.random.randint(0, cols)
        out[x, y, :] = 255
    return out
'''
if __name__ == "__main__":
    noise_img = cv2.imread('4.jpg')

    plt.subplot(3, 2, 1)
    plt.imshow(noise_img)
    plt.axis('off')
    plt.title('Original')

    # 均值滤波
    result1 = cv2.blur(noise_img, (5, 5))

    plt.subplot(3, 2, 3)
    plt.imshow(result1)
    plt.axis('off')
    plt.title('mean')

    # 方框滤波
    result2 = cv2.boxFilter(noise_img, -1, (5, 5), normalize=1)

    plt.subplot(3, 2, 4)
    plt.imshow(result2)
    plt.axis('off')
    plt.title('box')

    # 高斯滤波
    result3 = cv2.GaussianBlur(noise_img, (3, 3), 0)

    plt.subplot(3, 2, 5)
    plt.imshow(result3)
    plt.axis('off')
    plt.title('gaussian')

    # 中值滤波
    result4 = cv2.medianBlur(noise_img, 3)

    plt.subplot(3, 2, 6)
    plt.imshow(result4)
    plt.axis('off')
    plt.title('median')

    plt.show()