本文实例为大家分享了opencv+python实现均值滤波的具体代码,供大家参考,具体内容如下
原理
均值滤波其实就是对目标像素及周边像素取平均值后再填回目标像素来实现滤波目的的方法,当滤波核的大小是3×3 3\times 33×3时,则取其自身和周围8个像素值的均值来代替当前像素值。
均值滤波也可以看成滤波核的值均为 1 的滤波。
优点:算法简单,计算速度快;
缺点:降低噪声的同时使图像产生模糊,特别是景物的边缘和细节部分。
代码
import cv2 as cv import numpy as np import math import copy def spilt( a ): if a/2 == 0: x1 = x2 = a/2 else: x1 = math.floor( a/2 ) x2 = a - x1 return -x1,x2 def original (i, j, k,a, b,img): x1, x2 = spilt(a) y1, y2 = spilt(b) temp = np.zeros(a * b) count = 0 for m in range(x1, x2): for n in range(y1, y2): if i + m < 0 or i + m > img.shape[0] - 1 or j + n < 0 or j + n > img.shape[1] - 1: temp[count] = img[i, j, k] else: temp[count] = img[i + m, j + n, k] count += 1 return temp def average_function(a , b ,img): img0 = copy.copy(img) for i in range (0 , img.shape[0] ): for j in range (2 ,img.shape[1] ): for k in range (img.shape[2]): temp = original(i, j, k, a, b, img0) img[i,j,k] = int ( np.mean(temp)) return img def main(): img0 = cv.imread(r"noise.jpg") ave_img = average_function( 3 , 3, copy.copy(img0) ) #(3,3)滤波器大小 cv.imshow("ave_img",ave_img) cv.imshow("original",img0) cv.waitKey(0) cv.destroyAllWindows() if __name__ == "__main__": main()
样例
原图:
滤波核为3×3 3\times 33×3的均值滤波后:
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持呐喊教程。
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:notice#nhooo.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。