1,均值滤波:
任意一个点的像素都是周围N*N个像素值的均值,将N*N的大小称为核的大小核大小一般用元组表示:(行,列)
#图像平滑:均值滤波
#函数blur
#dst=cv2.blur(src,核):核的格式=(行,列)
import cv2
a=cv2.imread("imagelenaNoise.png")
r=cv2.blur(a,(5,5))
cv2.imshow("original",a)
cv2.imshow("result",r)
cv2.waitKey()
cv2.destroyAllWindows()
2方块滤波:
#图像平滑处理——方块滤波
#函数boxFilter
#dst=cv2.boxFiliter(src,目标图像深度,核大小,normalize属性)
#参数含义:目标图像深度:int类型的目标图像深度。通常设定为“-1”,表示与原始图像一致;
# normalize属性——是否对图像进行归一化处理;true(1):和均值滤波相同;
# false(0):一个点的像素值等于周围核大小区域内像素值的和,很容易发生溢出;
# 如果不指定,则默认为true
import cv2
o=cv2.imread("imagelenaNoise.png")
f=cv2.boxFilter(