计算机视觉5-图像去噪

import cv2
import numpy as np

img=cv2.imread('F:jiaoyan.jpg')

#均值滤波
blur=cv2.blur(img,(3,3))
cv2.imshow('blur',blur)
cv2.waitKey(0)
cv2.destroyWindow('blur')

#方框滤波
#normalize归一化处理
box1=cv2.boxFilter(img,-1,(3,3),normalize=True)
cv2.imshow('box1',box1)
cv2.waitKey(0)
cv2.destroyWindow('box1')

#方框滤波
#不归一化处理，容易过暴，越界值取255
box2=cv2.boxFilter(img,-1,(3,3),normalize=False)
cv2.imshow('box2',box2)
cv2.waitKey(0)
cv2.destroyWindow('box2')

#高斯滤波
#高斯滤波器的卷积核也满足高斯分布，相当于离中心越近，参考的比值就越大
aussian=cv2.GaussianBlur(img,(5,5),1)
cv2.imshow('aussian',aussian)
cv2.waitKey(0)
cv2.destroyWindow('aussian')

#中值滤波
#从高到低排列，取最中间的值
median=cv2.medianBlur(img,5)
cv2.imshow('median',median)
cv2.waitKey(0)
cv2.destroyWindow('median')

#展示所有的处理结果
#np.hstack将参数元组的元素数组按水平方向进行叠加
h1=np.hstack((blur,median))
h2=np.hstack((box1,aussian))
v=np.vstack((h1,h2))
cv2.imshow('fliter',v)
cv2.waitKey(0)
cv2.destroyWindow('filter')

最终运行结果如下：

左上到右下依次为：均值滤波，中值滤波，方框滤波，高斯滤波