opencv通过邻域像素填补图片噪点

10 篇文章 0 订阅
9 篇文章 0 订阅

该demo为将像素值为0标注为噪点,图片为灰度图(可自行修改为RGB),填补方式为8邻域像素均值填补,只修复噪点

#include <iostream>
#include <opencv2/opencv.hpp>
#include <stdio.h>

using namespace std;
using namespace cv;

int main() {
    char buf1[100];
    char buf2[100];
    vector<Point2i> NeihborPos;
    NeihborPos.push_back(Point2i(-1, 0));
    NeihborPos.push_back(Point2i(1, 0));
    NeihborPos.push_back(Point2i(0, -1));
    NeihborPos.push_back(Point2i(0, 1));
    NeihborPos.push_back(Point2i(-1, -1));
    NeihborPos.push_back(Point2i(-1, 1));
    NeihborPos.push_back(Point2i(1, -1));
    NeihborPos.push_back(Point2i(1, 1));
    int Neihbor_count=8;
    int CurrX=0,CurrY=0;
    for (int i=1;i<8;++i){
        sprintf(buf1,"/home/yangjunfeng/workspace_lj/workspace/clion_project/disp_new/disp_%d.png",i);
        sprintf(buf2,"/home/yangjunfeng/workspace_lj/workspace/clion_project/disp_new2/disp_%d.png",i);
        Mat src=imread(buf1,CV_LOAD_IMAGE_GRAYSCALE);
        Mat dst = Mat::zeros(src.size(), CV_8UC1);

        for(int i = 0; i < src.rows; ++i)
        {
            int bad_c_count=0;
            vector<Point2i> temp_local;
            uchar* s_data = src.ptr<uchar>(i);
            uchar* d_data = dst.ptr<uchar>(i);
            for(int j = 0; j < src.cols; ++j)
            {
                //temp_local.push_back(Point2i(j,i));
                if(s_data[j] != 0) d_data[j]=s_data[j];
                else{
                    temp_local.push_back(Point2i(j,i));
                    bad_c_count++;
                    int pixel_sum=0;
                    int nerbor_suit=0;
                    for(int k=0;k<Neihbor_count;++k){
                        CurrX=temp_local.at(bad_c_count-1).x+NeihborPos.at(k).x;
                        CurrY=temp_local.at(bad_c_count-1).y+NeihborPos.at(k).y;
                        if (CurrX>=0&&CurrX<src.cols&&CurrY>=0&&CurrY<src.rows&&src.at<uchar>(CurrY, CurrX)!=0){
                            pixel_sum+=src.at<uchar>(CurrY, CurrX);
                            nerbor_suit++;
                        }

                    }
                    //cout<<"pixel_sum:"<<pixel_sum<<endl<<"nerbor_suit:"<<nerbor_suit<<endl;
                    //float kkk=pixel_sum/nerbor_suit;
                    //cout<<kkk<<endl;
                    if (nerbor_suit!=0)
                        d_data[j]=int(pixel_sum/nerbor_suit);
                    //d_data[j]=255;
                }

            }
        }
        imwrite(buf2,dst);

    }


    std::cout << "Hello, World!" << std::endl;
    return 0;
}

原图:

这里写图片描述

这里写图片描述

修正后:
这里写图片描述

这里写图片描述

  • 3
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在计算像素邻域方面,OpenCV提供了多种方法。一种常用的方法是以某个像素为中心,取其周围的像素作为邻域。通常情况下,取的邻域为8邻域,即包括中心像素周围的8个像素。这是因为8邻域包含了中心像素周围的所有像素点,可以更全面地考虑到周围像素的信息。 另外,OpenCV还提供了更大或更小范围的邻域选择方式,可以根据具体需求来选择邻域的大小和形状。比如,可以选择4邻域,只包括中心像素上下左右四个方向的像素;或者选择更大的邻域,如16邻域或32邻域,以获取更广泛的像素信息。 通过计算像素邻域,可以实现各种图像处理操作,例如平滑滤波、边缘检测、形态学操作等。比如在平滑滤波中,可以通过计算邻域像素的平均值或权重和来更新中心像素的值,以实现图像的模糊效果。 总之,OpenCV提供了灵活的方法来计算像素邻域,可以根据具体需求选择合适的邻域大小和形状,以便进行各种图像处理操作。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [OpenCV计算机视觉基础教程(Python版)(慕课版)-期末测试卷参考答案-(2)3页.docx](https://download.csdn.net/download/qq_43934844/87893199)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [在OpenCV里理解像素邻域](https://blog.csdn.net/caimouse/article/details/103968803)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值