中值滤波(利用快排的方法)

本文介绍了使用快速排序算法进行中值滤波的方法。中值滤波是一种有效的噪声去除技术,通过选取窗口内的中值来替代原始像素值。在Python中,利用快速排序的高效性能,可以快速找到滤波窗口内的中值,从而实现对图像的滤波处理,有效抑制椒盐噪声。
摘要由CSDN通过智能技术生成
import cv2
import numpy as np
import sys
#加椒盐噪声函数
def noise(img):
    h, w, _= img.shape
    for i in range(2000):
        x = np.random.randint(0,h)
        y = np.random.randint(0,w)
        img[x,y,:] = 255

    return img

def medium_filter(img, filter_size):
    """""
    img : 加噪声的图
    filter_size : 滤波器大小
    """""
    h, w = img.shape
    #im = np.zeros([h,w],np.uint8) #接受每个像素点,作为最终返回图
    pixel = [] #用于保存滤波器内像素

    length = filter_size//2

    for i in range(h):
        if i < length or i > h-2: #像素点是边缘像素的话跳过
            continue
        for j in range(w):
            if j < length or j > w -2: #边缘像素跳过
                continue
            k_index = length   #设置两个滤波器大小相关值,用于从滤波器中取出所有像素
            l_index = length

            for k in range(filter_size): #对应滤波器大小的遍历
                for l in range(filter_size):
                    pixel.append(img[i-k_index+
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