OpenCV 均值滤波

最新推荐文章于 2024-07-23 11:13:40 发布

ʚVVcatɞ

最新推荐文章于 2024-07-23 11:13:40 发布

阅读量357

点赞数

分类专栏： OpenCV

本文链接：https://blog.csdn.net/qq_44989881/article/details/116089367

版权

OpenCV 专栏收录该内容

53 篇文章 7 订阅

订阅专栏

该博客介绍了如何利用OpenCV库进行均值滤波来处理带有椒盐噪声的图像。通过调用cv.blur函数，应用5x5的卷积核对图像进行平滑处理，从而减少噪声。结果显示，均值滤波有效地减少了图像中的椒盐噪声，但同时也导致图像细节一定程度的丢失。

摘要由CSDN通过智能技术生成

在这里插入图片描述

由一个归一化卷积框完成的。它只是用卷积框覆盖区域所有像素的平均值来代替中心元素。

例如，3x3标准化的平均过滤器如下所示：

在这里插入图片描述

均值滤波的优点是算法简单，计算速度较快，缺点是在去噪的同时去除了很多细节部分，将图像变得模糊。

图像噪声

椒盐噪声：图像中随机出现的白点或者黑点
高斯噪声：噪声的概率密度分布是正态分布

cv.blur(src, ksize, anchor, borderType)

src：输入图像
ksize：卷积核的大小
anchor：默认值 (-1,-1) ，表示核中心
borderType：边界类型

import cv2 as cv
from matplotlib import pyplot as plt

# 1 图像读取
img = cv.imread('./1.jpg')  # 读取带有椒盐噪声的图片

# 2 均值滤波
blur = cv.blur(img, (5, 5))

# 3 图像显示
plt.figure(figsize=(10, 8), dpi=100)
plt.subplot(121),
plt.imshow(img[:, :, ::-1]),
plt.title('原图')
plt.xticks([]),
plt.yticks([])
plt.subplot(122),
plt.imshow(blur[:, :, ::-1]),
plt.title('均值滤波后结果')
plt.xticks([]),
plt.yticks([])
plt.show()