图像去锯齿(降噪+插值)

最新推荐文章于 2023-05-30 09:56:02 发布

赤沙咀菜虚坤

最新推荐文章于 2023-05-30 09:56:02 发布

阅读量2.5w

点赞数 1

分类专栏：计算机视觉文章标签： opencv 计算机视觉图像识别

本文链接：https://blog.csdn.net/qq_43337115/article/details/107309115

版权

计算机视觉专栏收录该内容

10 篇文章 0 订阅

订阅专栏

文章目录

图像预处理算法的好坏直接关系到后续图像处理的效果，如图像分割、目标识别、边缘提取等，为了获取高质量的数字图像，很多时候都需要对图像进行降噪处理，尽可能的保持原始信息完整性（即主要特征）的同时，又能够去除信号中无用的信息。

鲁迅：我没说过

如果图片有大量的锯齿难免会显得拙糙，那么这时候降噪也不是一种去除锯齿的好方法。

例如：

带锯齿的原图

用该方法去除锯齿之后：

经过高斯模糊之后的图像

import cv2
import numpy as np

img_path = ("1.png")		#获取图片路径
img = Image.open(img_path)	
img_sp = cv2.imread(img_path)	
sp = img_sp.shape			#读取图片长宽

#第一次插值、降噪
img = img.resize((sp[1]*2, sp[0]*2), Image.BILINEAR)        #三次样条插值，图像长宽放大为2倍
img = np.array(img)
img_gaosi=cv2.GaussianBlur(img,(5,5),0)						#高斯降噪，设置高斯核
img = Image.fromarray(img_gaosi)							#转换回数组，以便numpy可读取
img = img.resize((sp[1]*2, sp[0]*2), Image.ANTIALIAS)		#保持图像品质缩略

#第二次插值、降噪
img = img.resize((sp[1]*4, sp[0]*4), Image.BILINEAR)       #三次样条插值，图像长宽放大为4倍
img = np.array(img)
img_gaosi=cv2.GaussianBlur(img,(5,5),0)
img = Image.fromarray(img_gaosi)
img = img.resize((sp[1]*4, sp[0]*4), Image.ANTIALIAS)

#第三次插值、降噪
img = img.resize((sp[1]*16, sp[0]*16), Image.BILINEAR)		#三次样条插值，图像长宽放大为16倍
img = np.array(img)
img_gaosi=cv2.GaussianBlur(img,(5,5),0)
img = Image.fromarray(img_gaosi)		
img = img.resize((sp[1]*16, sp[0]*16), Image.ANTIALIAS)