图像卷积滤波的原理和均值滤波,盒型滤波,高斯滤波,中值滤波 ,双边滤波的Python程序实现

本文介绍了图像卷积滤波的基本原理,包括均值滤波、高斯滤波、中值滤波和双边滤波的详细解释及Python程序实现。均值滤波通过邻域像素平均值来平滑图像,高斯滤波使用加权平均,中值滤波则采用邻域像素的中值,而双边滤波结合了空间和颜色信息以保持边缘细节。文章还探讨了填充方法在处理边界问题时的作用。
摘要由CSDN通过智能技术生成
图像卷积滤波的基本原理:

一个二维的滤波器矩阵(也就是卷积核)和一个要处理的二维图像;对于图像的每一个像素点,计算它的邻域像素和滤波器矩阵的对应元素的乘积,然后加起来,作为该像素位置的值,这样就完成了滤波过程。

输入图片说明

不难发现,用3×3的核对一副6×6的图像进行卷积,得到的是4×4的图,图片缩小了!那怎么办呢?我们可以把原图扩充一圈,再卷积,这个操作叫padding。

事实上,原图为n×n,卷积核为f×f,最终结果图大小为(n-f+1) × (n-f+1)

输入图片说明

cv2.copyMakeBorder()用来给图片添加边框,它有下面几个参数:

  • src:要处理的原图
  • top, bottom, left, right:上下左右要扩展的像素数
  • borderType:边框类型,这个就是需要关注的填充方式,详情请参考:
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