数学之路-python计算实战(18)-机器视觉-滤波去噪(双边滤波与高斯滤波 )

最新推荐文章于 2024-06-12 09:59:13 发布

麦好

最新推荐文章于 2024-06-12 09:59:13 发布

阅读量6.4k

点赞数 4

分类专栏：软件与计算机器学习实践指南

本文链接：https://blog.csdn.net/myhaspl/article/details/38021713

版权

本文介绍了高斯滤波的基本原理，即通过加权平均处理图像，减少噪声。同时，对比了高斯滤波，详细阐述了双边滤波的优势——在保持边缘清晰的同时进行降噪，其利用空间分布的高斯函数限制了远离边缘的像素对边缘像素的影响。

摘要由CSDN通过智能技术生成

高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是：用一个模板（或称卷积、掩模）扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。

#滤波去噪
lbimg=cv2.GaussianBlur(newimg,(3,3),1.8)
cv2.imshow('src',newimg)
cv2.imshow('dst',lbimg)
cv2.waitKey()
cv2.destroyAllWindows()

双边滤波器的好处是可以做边缘保存࿰

关注

专栏目录