opencv学习笔记——图像平滑

最新推荐文章于 2023-03-20 08:31:10 发布

流牧

最新推荐文章于 2023-03-20 08:31:10 发布

阅读量228

点赞数

分类专栏： python opencv 文章标签： opencv

本文链接：https://blog.csdn.net/qq_37638909/article/details/106482252

版权

python 同时被 2 个专栏收录

23 篇文章 0 订阅

订阅专栏

opencv

8 篇文章 0 订阅

订阅专栏

图像平滑

均值滤波

任意一点的像素值，都是周围N*N个像素值的均值

函数blur：处理结果 = cv2.blur(原始图像, 核大小)

cv2.blur(image, (5,5))

方框滤波

函数boxFilter：处理结果 = cv2.boxFilter(原始图像, 目标图像深度, 核大小, normalize属性)

目标图像深度：int类型的目标图像深度。通常使用“-1”表示与原始图像一致

normalize属性：是否对目标图像进行归一化处理

normalize = true时，与均值滤波相同
normalize = false时，很容易发生溢出

$dst(x,y)=\frac{1}{α}src(x,y)$

$α=\begin{cases} \frac{1}{width*height} \quad normalize=true \\ \quad \quad 1 \quad \quad \quad normalize=false \end{cases}$

cv2.boxFilter(image, -1, (5,5))  # 默认normalize=1

高斯滤波

让临近的像素具有更高的重要度，对周围像素计算加权平均值，较近的像素具有较大的权重值

GaussianBlur函数：dst = cv2.GaussianBlur(src, ksize, sigmaX)

ksize：核大小，必须是奇数
sigmaX：X方向方差，控制权重
sigmaX=0时：sigma = 0.3 * ((ksize - 1) * 0.5 - 1) + 0.8

cv2.GaussianBlur(image, (3, 3), 0)

中值滤波

让临近的像素按照大小排列，取排序像素集中位于中间位置的值作为中值滤波后的像素值

medianBlur函数：dst = cv2.medianBlur(src, ksize)

ksize：核大小，必须是比1大的奇数

cv.medianBlur(image, 3)

应用

"""
均值滤波
"""
import cv2

color = cv2.imread('image/color.jpg')
cv2.imshow('color', color)

dst = cv2.blur(color, (3, 3))
cv2.imshow('dst', dst)

cv2.waitKey(0)
cv2.destroyAllWindows()

"""
方框滤波
"""
import cv2

color = cv2.imread('image/color.jpg')
cv2.imshow('color', color)

dst = cv2.boxFilter(color, -1, (2, 2), normalize=0)
cv2.imshow('dst', dst)

cv2.waitKey(0)
cv2.destroyAllWindows()

"""
高斯滤波
"""
import cv2

color = cv2.imread('image/color.jpg')
cv2.imshow('color', color)

dst = cv2.GaussianBlur(color, (3, 3), 0)
cv2.imshow('dst', dst)

cv2.waitKey(0)
cv2.destroyAllWindows()

"""
中值滤波
"""
import cv2

color = cv2.imread('image/color.jpg')
cv2.imshow('color', color)

dst = cv2.medianBlur(color, 3)
cv2.imshow('dst', dst)

cv2.waitKey(0)
cv2.destroyAllWindows()