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
文章目录
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()