空间滤波由一个邻域(通常是一个较小的矩形),然后对该邻域所包围的图像像素执行预定义操作产生一个新的像素,新像素的坐标等于邻域的中心坐标。
均值滤波器就是对这个区域的像素取平均值给邻域中心的那个像素,它是线性滤波器。
这种处理可以较低图像的“尖锐”变化。常见的应用就是较低噪声,但是一般图象边缘也是由图像灰度尖锐变化带来的特性,所以均值滤波器处理存在着边缘模糊的负面效应。
一般是下面这样的模版。
第二个图是带权值的,一般离中心越近权值越大
代码:
from skimage import io,data
import numpy as np
import matplotlib.pyplot as plt
def mean(x,y,step,img): #x,y是均值模板中心的那个点 step 是模板大小
sum = 0
for m in range(-int(step/2),int(step/2)+1):
for n in range(-int(step/2),int(step/2)+1):
sum = sum + img[x+m][y+n]
sum = sum/(step*step)
return sum
def function(img,step):
rows,cols = img.shape
mean_img = np.zeros((rows,cols))
for i in range(rows):
for j in range(cols):
mean_img[i][j] = img[i][j]
for m in range(int(step),rows - int(step)): #避免模板出界
for n in range(int(step),cols - int(step)):
mean_img[m][n] = mean(m,n,step,img)
return mean_img
if __name__ == '__main__':
img = io.imread('11.jpg',as_gray = True)
result = function(img,3)
plt.figure('mean')
plt.subplot(221)
plt.imshow(img)
plt.subplot(222)
plt.imshow(result)
plt.show()
中值滤波器,就是对模版区域内的像素进行排序,然后取中值(最大值,最小值)给区域中间的坐标点,这样对整幅图进行处理,这是非线性的滤波器。
中值滤波器对于去除椒盐噪声特别有效,
下边写一个代码,对一幅图像加上椒盐噪声,然后进行中值滤波器的操作看一下效果。
from skimage import io,data
import numpy as np
import matplotlib.pyplot as plt
def mid(x,y,step,img): #x,y是均值模板中心的那个点 step 是模板大小
coninter=[]
for m in range(-int(step/2),int(step/2)+1):
for n in range(-int(step/2),int(step/2)+1):
coninter.append(img[x+m][y+n])
coninter.sort()
return coninter[int((step*step)/2)+1]
def function(img,step):
rows,cols = img.shape
mid_img = np.zeros((rows,cols))
for i in range(rows):
for j in range(cols):
mid_img[i][j] = img[i][j]
for m in range(int(step),rows - int(step)): #避免模板出界
for n in range(int(step),cols - int(step)):
mid_img[m][n] = mid(m,n,step,img)
return mid_img
if __name__ == '__main__':
img = io.imread('bal.png',as_gray = True)
wids,higs = img.shape
for k in range(5000):
x = np.random.randint(0,wids)
y = np.random.randint(0,higs)
img[x,y] = 1
result = function(img,3)
plt.figure('mid')
plt.subplot(221)
plt.imshow(img)
plt.subplot(222)
plt.imshow(result)
plt.show()
左边的图是我加了椒盐噪声,右边的图是对它进行了处理,可以看出来效果还是挺好的。