opencv学习日记——图像均值滤波

opencv学习日记——图像均值滤波

1、图像处理结果

总体看效果一般(哈哈哈哈)
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

2、代码实现部分

#include<iostream>
#include<opencv2/opencv.hpp>

using namespace std;
using namespace cv;
void saltandpepper(Mat image, int n)
{
    for (int k = 0; k < n / 2; k++)
    {
        //随机取点
        int i, j;
        i = rand() % image.cols;
        j = rand() % image.rows;
        //奇数黑点, 偶数白点
        int white_black = rand() % 2;
        if (white_black == 0)
        {
            //单通道
            if (image.type() == CV_8UC1)
                image.at<uchar>(j, i) = 255;
            //多通道
            if (image.type() == CV_8UC3)
                image.at<Vec3b>(j, i)[0] = 255;
                image.at<Vec3b>(j, i)[1] = 255;
                image.at<Vec3b>(j, i)[2] = 255;
        } 
        if (white_black)
        {
            if (image.type() == CV_8UC1)
                image.at<uchar>(j, i) = 0;
            if (image.type() == CV_8UC3)
                image.at<Vec3b>(j, i)[0] = 0;
                image.at<Vec3b>(j, i)[1] = 0;
                image.at<Vec3b>(j, i)[2] = 0;
        }
    }
}

int main()
{
    //读取图片
    Mat img = imread("nazha1.jpg");
    //读取灰度图
    Mat gray = imread("nazha1.jpg", IMREAD_ANYDEPTH);
    if (img.empty() || gray.empty())
    {
        cout << "输入为空";
        return -1;
    }
    //生成与图片尺寸类型相同的矩阵
    Mat img_noise = Mat::zeros(img.rows, img.cols, img.type());
    Mat gray_noise = Mat::zeros(gray.rows, gray.cols, gray.type());
    imshow("原图img", img);
    imshow("原图gray", gray);

    saltandpepper(img, 10000);
    saltandpepper(gray, 10000);

    imshow("椒盐img", img);
    imshow("椒盐gray", gray);

    Mat img3, gray3;
    //去噪
    //blur(原图, 新图, 去噪滑窗)
    blur(img, img3, Size(3, 3));
    blur(gray, gray3, Size(3, 3));

    imshow("去噪img", img);
    imshow("去噪gray", gray);
        //读取图片
    Mat img2 = imread("nazha1.jpg");
    //读取灰度图
    Mat gray2 = imread("nazha1.jpg", IMREAD_ANYDEPTH);
    //给空矩阵进行赋值
    RNG rng;
    //rng.fill(空矩阵, 高斯噪声,均值, 方差 )
    rng.fill(img_noise, RNG::NORMAL, 10, 20);
    rng.fill(gray_noise, RNG::NORMAL, 15, 30);

    // imshow("img噪声", img_noise);
    // imshow("gray噪声", gray_noise);

    //给图片添加噪声
    img2 = img2 + img_noise;
    gray2 = gray2 + gray_noise;

    imshow("img加噪声", img2);
    imshow("gray加噪声", gray2);

    Mat img4, gray4;
    blur(img2, img4, Size(3, 3));
    blur(gray2, gray4, Size(3, 3));

    imshow("高斯去噪img", img4);
    imshow("高斯去噪gray", gray4);

    waitKey(0);

    return 0;
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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