【图像降噪】中值滤波

本文介绍了中值滤波在图像处理中的作用,通过使用OpenCV的medianBlur()函数,演示了3x3、5x5等奇数尺寸滤波模板对椒盐噪声的去除效果。代码示例展示了原始图像、高斯模糊处理和中值滤波处理后的对比,突出了中值滤波在图像去噪方面的优势。
摘要由CSDN通过智能技术生成

中值滤波

奇数尺寸

3x3,5x5,7x7,2n-1 x 2n-1

操作原理

  • 卷积域内的像素值从小到大排序
  • 中间值作为卷积输出

作用

  • 有效去除椒盐噪声
    在这里插入图片描述

在这里插入图片描述

medianBlur()函数

参数介绍
  • InputArray src:
    输入图像,图像为1、3、4通道的图像,当模板尺寸为3或5时,图像深度只能为CV_8U、CV_16U、CV_32F中的一个,如而对于较大孔径尺寸的图片,图像深度只能是CV_8U。
  • OutputArray dst: 输出图像,尺寸和类型与输入图像一致,可以使用Mat::Clone以原图像为模板来初始化输出图像dst
  • int ksize: 滤波模板的尺寸大小,必须是大于1的奇数,如3、5、7……

完整代码如下

import cv2
import numpy as np
import matplotlib.pyplot as plt

img = cv2.imread('opencv.png',0) #直接读为灰度图像
for i in range(2000): #添加点噪声
    temp_x = np.random.randint(0,img.shape[0])
    temp_y = np.random.randint(0,img.shape[1])
    img[temp_x][temp_y] = 255

blur_1 = cv2.GaussianBlur(img,(5,5),0)

blur_2 = cv2.medianBlur(img,5)

plt.subplot(1,3,1),plt.imshow(img,'gray')#默认彩色,另一种彩色bgr
plt.subplot(1,3,2),plt.imshow(blur_1,'gray')
plt.subplot(1,3,3),plt.imshow(blur_2,'gray')
plt.show()

在这里插入图片描述

评论 2
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

打赏作者

莫余

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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