自选一幅灰度图像,添加椒盐噪声。用中值滤波器、最大值滤波器、最小值滤波器、修正 均值滤波器分别处理含噪图像。

该博客探讨如何使用Python的OpenCV库处理图像噪声。作者选取一幅灰度图像,添加椒盐噪声,然后通过中值滤波器、最大值滤波器、最小值滤波器和修正均值滤波器,分别展示对含噪图像的处理效果,揭示不同滤波器在去除噪声方面的特点。
摘要由CSDN通过智能技术生成

 本模板供Python环境使用。另外,你也可以选择用MATLAB完成,或用C++与Opencv完成。

# 对'rice.tif'添加椒盐噪声,再做中值滤波。使用Python+skimage实现
%matplotlib inline
from skimage import io, util, filters
from skimage.morphology import disk
import skimage.filters.rank as sfr
import matplotlib.pyplot as plt
import numpy as np

# 原图片
im = io.imread("book-cover.tif")
plt.figure(figsize=(4,4))
plt.subplot(131), io.imshow(im), plt.axis('off'), plt.title('original image')

# 添加了椒盐噪声
im1 = util.random_noise(im, mode='s&p')
plt.figure(figsize=(4,4))
plt.subplot(132), io.imshow(im1), plt.axis('off'), plt.title('salt & pepper')


# 中值滤波器
im2 = filters.median(im1,np.ones((3, 3)))
plt.figure(figsize=(4,4))
plt.subplot(133), io.imshow(im2), plt.axis('off'), plt.title('median filter')

# 最大值滤波器
im3 = sfr.maximum(im1, disk(5))
plt.figure(figsize=(4,4))
plt.subpl
评论
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
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