python图像去燥_Python3 OpenCV3图像处理-图像去噪

图像去噪是在去除 图像噪声的同时，尽可能地保留图像细节和结构的处理技术。我们这里使用 ROF (Rudin-Osher-Fatemi)去噪模型

本质上该 模型使去噪后的图像像素值“平坦”变化，但是在图像区域的边缘上，允许去噪后 的图像像素值“跳跃”变化。

使用一个合成的噪声图像示例来说明如何使用该函数：

from numpy import *

from numpy import random

from scipy.ndimage import filters

import rof

# 使用噪声创建合成图像

im = zeros((500,500))

im[100:400,100:400] = 128

im[200:300,200:300] = 255

im = im + 30*random.standard_normal((500,500))

U,T = rof.denoise(im,im)

G = filters.gaussian_filter(im,10)

# 保存生成结果

from scipy.misc

import imsave

imsave('synth_rof.pdf',U)

imsave('synth_gaussian.pdf',G)

执行以上代码，ROF 算法去噪后的 图像很好地保留了图像的边缘信息。