python+opencv滤波方法整理
#图像平滑(低通滤波(LPF)有利于去噪,模糊图像,高通滤波(HPF)有利于找到图像边界)
#2D滤波器
def d2filter(img):
kernel = np.ones((5, 5), np.float32) / 25 #卷积核
d2filter = cv2.filter2D(img, -1, kernel)
return d2filter
#高斯滤波(二维离散卷积核)(高斯核的高和宽(奇数))
def GBlur(img):
GBlur = cv2.GaussianBlur(img, (5, 5), 0) #(5,5)表示的是卷积核大小,0表示的是沿x与y方向上的标准差
return GBlur
#均值滤波(二维离散卷积核)
def meanval(img):
meanval=cv2.blur(img,(3,5)) # 卷积核大小为3*5, 模板的大小是可以设定的
return meanval
#方框滤波,normalize=1时,表示进行归一化处理,此时图片处理效果与均值滤波相同,如果normalize=0时,表示不进行归一化处理,像素值为周围像素之和,图像更多为白色
def boxfilter(img):
boxfilter = cv2.boxFilter(img, -1, (5, 5), normalize=1)
return boxfilter
#中值滤波(统计学)(中值滤波模板就是用卷积框中像素的中值代替中心值,达到去噪声的目的。这个模板一般用于去除椒盐噪声。卷积核的大小也是个奇数。)
def medBlur(img):
medBlur = cv2.medianBlur(img, 5) # 中值滤波函数
return medBlur
#双边滤波(保持边缘清晰)双边滤波同时使用了空间高斯权重和灰度相似性高斯权重,确保了边界不会被模糊掉。
def doufilter(img):
#9表示的是滤波领域直径,后面的两个数字:空间高斯函数标准差,灰度值相似性标准差
doufilter = cv2.bilateralFilter(img, 9, 80, 80)
return doufilter