【图像降噪】中值滤波

最新推荐文章于 2024-05-14 15:48:16 发布

莫余

最新推荐文章于 2024-05-14 15:48:16 发布

阅读量554

点赞数 1

分类专栏：计算机视觉文章标签：卷积计算机视觉深度学习

本文链接：https://blog.csdn.net/qq_44824148/article/details/113920691

版权

计算机视觉专栏收录该内容

43 篇文章 20 订阅

订阅专栏

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
取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

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()