Python 官方文档:入门教程 => 点击学习
目录前言:基本原理1均值滤波1.1函数语法2.高斯滤波2.1函数语法3.中值滤波3.1函数语法前言: 图像滤波是图像处理和计算机视觉中最常用、最基本的操作。主要是去除图像中的噪声,因
图像滤波是图像处理和计算机视觉中最常用、最基本的操作。主要是去除图像中的噪声,因为图像平滑处理过程中往往会使得图像变的模糊,因此又叫模糊处理。
(这里就不讲公式推导了)
在进行均值滤波的时候要考虑需要对周围多少个像素去平均值,即确定核 的大小,通常情况下都是以当前像素点为中心,读行数和列数相等的一块区域内的所有像素点求平均。将计算得到的结果作为该点的像素。
原始图像像素
当前像素点为226的位置,我们对其周围5x5区域内像素点求平均计算方法为:
新值=(197+25+106+156+159+149+40+107+5+71+163+198+226+223+156+222+37+68+233+157+75+193+250+2+42)/25
计算得到的新值即为226像素点位置的新的像素。
其中均值滤波的核如下所示:
在OpenCV中,实现均值滤波的函数是cv2.blur(),语法格式如下:
dst=cv2.blur(src,ksize,anchor,borderType)
因此函数cv2.blur()的一般形式为:
dst=cv2.blur(src,ksize)
接下来看一段程序:
import cv2 as cv
img=cv.imread(r'F:\ai\photo\test\lena.jpg')
blurImg=cv.blur(img,(5,5))
print('imgshape',img.shape)
print('blurImg',blurImg.shape)
cv.imshow('img',img)
cv.imshow('blurImg',blurImg)
cv.waiTKEy()
cv.destroyAllwindows()
原始图像:
均值滤波后的图像
在均值滤波中,其邻域内每个像素的权重都是一样的,在高斯滤波中,中心点的权重值加大,远离中心点的权重值减少,在此基础上计算邻域内各个像素值不同权重的和。
高斯滤波卷积核示例
dst=cv2.GaussianBlur(src,ksize,sigmaX,sigmaY,borderType)
式中:
因此高斯滤波的一般形式为:
dst=cv2.GaussianBlur(src,ksize,0,0)
程序演示:
import cv2 as cv
img=cv.imread(r'F:\AI\photo\test\lena.jpg')
GS_blurImg=cv.GaussianBlur(img,(5,5),1,1)
print('imgshape',img.shape)
print('blurImg',GS_blurImg.shape)
cv.imshow('img',img)
cv.imshow('GS_blurImg',GS_blurImg)
cv.waitKey()
cv.destroyAllWindows()
相比原始图像,高斯滤波处理后的图像模糊了一些,但是相对于均值滤波来说,要好一些,这是因为高斯滤波卷积核在中心点的权重更高。
中值滤波就是将当前像素点及其邻域内的像素点排序后取中间值作为当前值的像素点。
中值滤波的处理过程为:将226像素点周期的8个像素点一起排序即5,37,40,68,107,198,223,223,226,所以226像素点的新 的像素值为107.
dscv2.medianBlur(src,ksize)
其中需要注意的是ksize核的大小必须是比1大的奇数,比如3,5,7等
import cv2 as cv
img=cv.imread(r'F:\AI\photo\test\lena.jpg')
medianblurImg=cv.medianBlur(img,5)
cv.imshow('img',img)
cv.imshow('medianblurImg',medianblurImg)
cv.waitKey()
cv.destroyAllWindows()
在中值滤波处理中,噪声成分很难被选中,所以可以在几乎不影响原有图像的情况下去除所有的噪声,但是由于需要进行排序等操作,中值滤波需要的运算较大。中值滤波对椒盐噪声去除效果较明显,下次补充,还有双边滤波以及方框滤波后面补充。
到此这篇关于python图像平滑处理原理的文章就介绍到这了,更多相关Python 图像平滑处理内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网!
--结束END--
本文标题: python图像平滑处理原理
本文链接: https://www.lsjlt.com/news/118741.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
下载Word文档到电脑,方便收藏和打印~
2024-03-01
2024-03-01
2024-03-01
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
0