图像去锯齿(降噪+插值)
文章目录
图像预处理算法的好坏直接关系到后续图像处理的效果,如图像分割、目标识别、边缘提取等,为了获取高质量的数字图像,很多时候都需要对图像进行降噪处理,尽可能的保持原始信息完整性(即主要特征)的同时,又能够去除信号中无用的信息。
如果图片有大量的锯齿难免会显得拙糙,那么这时候降噪也不是一种去除锯齿的好方法。
例如:
用该方法去除锯齿之后:
import cv2
import numpy as npimg_path = ("1.png") #获取图片路径
img = Image.open(img_path)
img_sp = cv2.imread(img_path)
sp = img_sp.shape #读取图片长宽#第一次插值、降噪
img = img.resize((sp[1]*2, sp[0]*2), Image.BILINEAR) #三次样条插值,图像长宽放大为2倍
img = np.array(img)
img_gaosi=cv2.GaussianBlur(img,(5,5),0) #高斯降噪,设置高斯核
img = Image.fromarray(img_gaosi) #转换回数组,以便numpy可读取
img = img.resize((sp[1]*2, sp[0]*2), Image.ANTIALIAS) #保持图像品质缩略#第二次插值、降噪
img = img.resize((sp[1]*4, sp[0]*4), Image.BILINEAR) #三次样条插值,图像长宽放大为4倍
img = np.array(img)
img_gaosi=cv2.GaussianBlur(img,(5,5),0)
img = Image.fromarray(img_gaosi)
img = img.resize((sp[1]*4, sp[0]*4), Image.ANTIALIAS)#第三次插值、降噪
img = img.resize((sp[1]*16, sp[0]*16), Image.BILINEAR) #三次样条插值,图像长宽放大为16倍
img = np.array(img)
img_gaosi=cv2.GaussianBlur(img,(5,5),0)
img = Image.fromarray(img_gaosi)
img = img.resize((sp[1]*16, sp[0]*16), Image.ANTIALIAS)
注:示例图片来自《应用数学进展》
图像去锯齿(降噪+插值)相关推荐
- OpenCV 【十一】—— 图像去畸变,对极约束之undistort,initUndistortRectifyMap,undistort
目录 0.极限约束,对极校正 1.摄像机成像原理简述 2.成像畸变 2.1. 畸变数学模型 2.2. 公式推导 3.畸变校正 3.1. 理论推导 4. 图像去畸变** 5. 图像尺度缩放与内参的关系* ...
- 图像去畸变矫正及双线性内插法
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 通过采集的图像我们可以得到畸变后的图像,要得到没有畸变的图像要通过畸变模型推导其映射关系. 真实图像 ...
- 超实用!图像去畸变矫正及双线性内插法
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 通过采集的图像我们可以得到畸变后的图像,要得到没有畸变的图像要通过畸变模型推导其映射关系. 真实图像 ...
- 高级图像去雾算法的快速实现。
http://blog.csdn.net/occupy8/article/details/40322683 最新的效果见 :http://video.sina.com.cn/v/b/124538950 ...
- 高级图像去雾算法的快速实现
FROM:http://blog.csdn.net/occupy8/article/details/40322683 最新的效果见 :http://video.sina.com.cn/v/b/1245 ...
- OpenCV图像缩放resize各种插值方式的比较
OpenCV图像缩放resize各种插值方式的比较 目录 OpenCV图像缩放resize各种插值方式的比较 1. resize函数说明 2.各种插值方式的比较 2.1 INTER_NEAREST(最 ...
- Transformer 杀疯了,图像去雨、人脸幻构、风格迁移、语义分割等通通上分
前段时间 Transformer 已席卷计算机视觉领域,并获得大量好评,如『基于Swin-Transformer』.『美团提出具有「位置编码」的Transformer,性能优于ViT和DeiT』.『L ...
- 图像去雾(二)Retinex图像增强算法
前一段时间研究了一下图像增强算法,发现Retinex理论在彩色图像增强.图像去雾.彩色图像恢复方面拥有很好的效果,下面介绍一下我对该算法的理解. Retinex理论 Retinex理论始于Land和M ...
- 《Single Image Haze Removal Using Dark Channel Prior》一文中图像去雾算法的原理、实现、效果(速度可实时)...
最新的效果见 :http://video.sina.com.cn/v/b/124538950-1254492273.html 可处理视频的示例:视频去雾效果 在图像去雾这个领域,几乎没有人不知道< ...
最新文章
- jMonkey Engine SDK3 中文乱码问题
- 记一次订单号重复的事故,快看看你的 uuid 在并发下还正确吗?
- UVA-10714 Ants---蚂蚁模拟
- UGUI_判断鼠标或者手指是否点击在UI上
- 18行代码AC_排序 HDU - 1106(sstream简单解法)
- scala把序列分解成子集(group by,partition)
- Windows2008应用之配置客户端自动添加打印机
- 5404. 用栈操作构建数组
- discuz上传附件失败问题解决办法
- android 官方增量更新,Android 如何实现增量更新
- 深度学习领域最新的技术(CV、NLP)
- 20179214 2017-2018-2 《密码与安全新技术》第一周作业
- 电脑蓝屏显示(你的电脑遇到问题,需要重新启动,你可以重新启动)
- AI能写论文了!华人本科生发明AI论文生成器
- 蓝桥杯Java组省赛备考经验分享
- 中科院文新:深度学习入门基础与学习资源
- Java学习路线全过程(包含视频及图书资源)
- C++C++ 编写GoFGoF设计模式里Lexi样例
- User requirement
- 调用Mailgun API发送电子邮件一例