OpenCV之图像平滑处理（均值滤波，方框滤波）

添加椒盐噪声

图像平滑主要是对图像进行去噪，为了呈现更好的效果，我们先对图像进行椒盐噪声添加。

代码

import cv2
import numpy as np
#读取图片
img=cv2.imread(' ')
a,b,c=img.shape
#随机添加白色噪声点
for i in range(4000):
	x=np.random.randint(0,a)
	y=np.random.randint(0,b)
	img[x,y,]=255
cv2.imshow('',img)
#显示图像
cv2.waitKey(0)
cv2.destroyAllWindows()

效果图

平滑处理

图像滤波：即在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制，是图像预处理中不可缺少的操作，其处理效果的好坏将直接影响到后续图像处理和分析的有效性和可靠性。

一. 均值滤波

1.原理

中心点的像素为给定卷积核像素值的平均值，简单的平均卷积操作。

2.缺陷

它不能很好地保护图像细节，在图像去噪的同时也破坏了图像的细节部分，从而使图像变得模糊，不能很好地去除噪声点。特别是椒盐噪声。

3.代码

这里我设定的卷积核大小为（5*5）

import cv2
img=cv2.imread('  ')
blur = cv2.blur(img, (5, 5))
cv2.imshow('blur', blur)
cv2.waitKey(0)
cv2.destroyAllWindows()

4.效果图

5*5

3*3

二. 方框滤波

normalize=True

基本和均值一样，可以选择归一化
box = cv2.boxFilter(img,-1,(3,3), normalize=True)

normalize=False

基本和均值一样，可以选择归一化,容易越界
box = cv2.boxFilter(img,-1,(3,3), normalize=False)