0
点赞
收藏
分享

微信扫一扫

OpenCV 均值滤波

OpenCV 均值滤波_归一化

OpenCV 均值滤波_均值滤波_02

由一个归一化卷积框完成的。它只是用卷积框覆盖区域所有像素的平均值来代替中心元素。

例如,3x3标准化的平均过滤器如下所示:

OpenCV 均值滤波_均值滤波_03


均值滤波的优点是算法简单,计算速度较快,缺点是在去噪的同时去除了很多细节部分,将图像变得模糊。

图像噪声

  • 椒盐噪声:图像中随机出现的白点或者黑点
  • 高斯噪声:噪声的概率密度分布是正态分布

cv.blur(src, ksize, anchor, borderType)

  • src:输入图像
  • ksize:卷积核的大小
  • anchor:默认值 (-1,-1) ,表示核中心
  • borderType:边界类型

import cv2 as cv
from matplotlib import pyplot as plt

# 1 图像读取
img = cv.imread('./1.jpg')  # 读取带有椒盐噪声的图片

# 2 均值滤波
blur = cv.blur(img, (5, 5))

# 3 图像显示
plt.figure(figsize=(10, 8), dpi=100)
plt.subplot(121),
plt.imshow(img[:, :, ::-1]),
plt.title('原图')
plt.xticks([]),
plt.yticks([])
plt.subplot(122),
plt.imshow(blur[:, :, ::-1]),
plt.title('均值滤波后结果')
plt.xticks([]),
plt.yticks([])
plt.show()

OpenCV 均值滤波_均值滤波_04

举报

相关推荐

0 条评论