图像平滑处理

本文探讨了图像平滑处理的目的,强调滤波作为降噪的重要手段。介绍了中值滤波、高斯滤波、双边滤波和均值滤波等常见滤波方法在图像处理中的应用。
摘要由CSDN通过智能技术生成

图像平滑处理是目的,滤波是降噪的手段。


中值滤波

#图像中值滤波
#encoding:utf-8

import numpy as np
import cv2

image = cv2.imread("img2/gsblack.jpg")
cv2.imshow("Original",image)
#cv2.waitKey(0)

#中值滤波
blurred = np.hstack([cv2.medianBlur(image,3),
                     cv2.medianBlur(image,5),
                     cv2.medianBlur(image,7)
                     ])
blurred2 = np.hstack([cv2.medianBlur(image,1),
                     cv2.medianBlur(image,3)
                      ])

cv2.namedWindow('Median',0)
cv2.resizeWindow("Median", 1650, 980)
cv2.imshow("Median",blurred)

cv2.namedWindow('Median2',0)
cv2.
  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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