python-OpenCV轻松入门-中值滤波与滑块调整

---

前言

提示：这里可以添加本文要记录的大概内容：
例如：随着人工智能的不断发展，OpenCV这门技术也越来越重要，很多人都开启了学习OpenCV，本文就介绍了OpenCV的基础内容。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、中值滤波是什么？

它是将像素内灰度的中值（在中值计算中包括原像素值）代替该像素的值。
中值滤波器的使用非常普遍，这是因为对于一定类型的随机噪声，它提供了一种优秀的去噪能力，而且比相同尺寸的线性平滑滤波器的模糊程度明显要低。
中值滤波器对处理脉冲噪声非常有效，该种噪声也成为椒盐噪声，因为这种噪声是以黑白点的形式叠加在图像上的。

二、使用步骤

原图如下：

实现代码:

代码如下：

 #!/usr/bin/env python
 # -*- coding: utf-8 -*-
 #author：Kong DeXing
 #案例:Fu Xianjun. All Rights Reserved. 
import cv2
Value=0 #使用的阈值
def onValue(a):
	Value= cv2.getTrackbarPos (tValue, windowName)
	median = cv2.medianBlur (img,2*Value+1)
	cv2. imshow (windowName, median)
img = cv2. imread("peppa.jpg" , 0)
windowName = " Peppa"
cv2.namedWindow(windowName)
cv2.imshow (windowName,img)
tValue = "Value"
v=cv2. createTrackbar(tValue, windowName, 1, 100,onValue)
cv2. waitKey(0)
cv2. destroyAllWindows()

结果如下：

---

总结

以上就是今天要讲的内容，本文仅仅简单介绍了OpenCV中中值滤波与滑块调整的使用，而平滑处理提供了大量能使我们快速便捷地处理数据的函数和方法。