Opencv中值滤波与滑块调整

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

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，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

---

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。

代码
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()