OpenCV计算机视觉 03 椒盐噪声的添加与常见的平滑处理方式（均值、方框、高斯、中值）

上一篇文章：OpenCV计算机视觉 02 图片修改 图像运算 边缘填充 阈值处理

目录

添加椒盐噪声

图像平滑常见处理方式

均值滤波 (blur)

方框滤波 (boxFilter)

​高斯滤波 (GaussianBlur)

中值滤波 (medianBlur)

---

添加椒盐噪声

def add_peppersalt_noise(image, n=10000):
    result = image.copy()
    h, w = image.shape[:2]    # 获取图片的高和宽
    for i in range(n):    # 生成n个椒盐噪声
        x = np.random.randint(1, h)
        y=  np.random.randint(1, w)
        if np.random.randint(0, 2) == 0:
            result[x, y] = 0
        else:
            result[x,y] = 255
    return result
​
image = cv2.imread('tu.png')
cv2.imshow('original',image)
cv2.waitKey(0)
noise = add_peppersalt_noise(image)
cv2.imwrite(r'noise.png',noise)#保存一下，等会我们做平滑操作
cv2.imshow('noise',noise)
cv2.waitKey(0)

图像平滑常见处理方式

图像平滑（smoothing）也称为“模糊处理”（bluring）， 是一项简单且使用频率很高的图像处理方法。图像平滑处理可以用来压制、弱化或消除图像中的细节、突变、边缘和噪声。但最常见的是用来减少图像上的噪声或者失真。降低图像分辨率时，平滑处理是很重要的。下面是常用的一些滤波器

• 均值滤波（邻域平均滤波&