均值滤波
原理:
采用均值滤波模板对图像噪声进行滤除。
令 表示中心在(x,y)点,尺寸为m*n的矩形子图像窗口的坐标组,均值滤波器可表示为:
即用卷积框覆盖区域内所有像素的平均值来代替中心元素。
例如,3*3标准化的平均过滤器如下所示:
优缺点:
均值滤波的特点是算法简单,计算速度快,缺点是去噪声的同时去除了很多细节部分,将图像变得模糊。
OpenCv API:
cv2.blur(src, ksize, anchor, borderType)
参数:
- src:输入的图像
- ksize:卷积核的大小
- anchor:默认值(-1,-1),表示核中心
- borderType:边界类型
代码编写
import numpy as np
import cv2 as cv
import random
import matplotlib.pyplot as plt
src = cv.imread("E:\\view.jpg")
img = src.copy()
# 调用噪声函数生成噪声图片
img_sp = sp_noise(img, prob=0.02) # 噪声比例为0.02
# 均值滤波
img_blur = cv.blur(img_sp, (5, 5))
# 显示图像
cv.imshow("sp", img_sp)
cv.imshow("blur", img_blur)
cv.waitKey(0)
注:sp_noise()函数见文章:python+OpenCv笔记(八):图像噪声(椒盐噪声、高斯噪声)https://blog.csdn.net/qq_45832961/article/details/122309422
椒盐噪声图片:
均值滤波后: