Python OpenCV 滤波器使用（八）

一：低通滤波器

低通滤波器的目标是降低图像的变化率，比如将第一个像素替换为该像素周围像素的均值。这样就可以平滑并替代那些强度变化明显的区域。

OpenCV 使用blur 函数做到：

dst = cv2.blur(image,(5,5));
# dst -- 处理后的图像
# image -- 待平滑处理的图像
#（5，5） -- 低通滤波器的大小

简单使用示例：

#!/usr/bin/env python
# encoding: utf-8
import cv2
import numpy as np
img = cv2.imread("2.jpg", 0)
result = cv2.blur(img, (5,5))  cv2.imshow("Origin", img)
cv2.imshow("Blur", result)  cv2.waitKey(0)
cv2.destroyAllWindows()

图像效果：

相同滤波效果函数：boxFilter

result1 = cv2.boxFilter(img, -1, (5, 5))

二：高斯滤波

与低通滤波器不同，低通滤波器中每个像素的权重是相同的，即滤波器是线性的。而高斯滤波器中像素的权重与其距中心像素的距离成比例。

在一些需要对一个像素的周围的像素给予更多的重视，可以通过分配权重来重新计算这些周围点值。这可通过高斯函数（钟形函数，即喇叭形数）

的权重方案来解决。

cv::GaussianBlur

result = cv2.GaussianBlur(img,(5,5),1.5)

三：中值滤波器

中值滤波器是非线性滤波器，它对消除椒盐现象特别有用，

result = cv2.medianBlur(image,5)

image -- 原图像

5 -- 孔径尺寸，一个大于1的奇数。5 中值滤波器会使用 5 x 5 的范围来计算。即对像素的中心值及其 5 x 5 邻域组成了一个数值集，对其进行处理计算

，当前像素被其中值替换掉。

如果在某个像素周围有白色或黑色的像素，这些白色或黑色的像素不会选择作为中值（最大或最小值不用），而是被替换为邻域值，示例如下：

#!/usr/bin/env python
# encoding: utf-8
import cv2
import numpy as np def salt(img, n):    for k in range(n):    i = int(np.random.random() * img.shape[1]);    j = int(np.random.random() * img.shape[0]);    if img.ndim == 2:     img[j,i] = 255    elif img.ndim == 3:     img[j,i,0]= 255    img[j,i,1]= 255    img[j,i,2]= 255    return img   img = cv2.imread("2.jpg", 0)
result = salt(img, 500)
median = cv2.medianBlur(result, 5)  cv2.imshow("Salt", result)
cv2.imshow("Median", median)  cv2.waitKey(0)

效果图：

中值滤波不会处理最大和最小值，所以就不会受到噪声的影响。相反如果直接采用 blur（低通滤波器）进行均值滤波，

则不会区分这些噪声点，滤波后的图像会受到噪声的影响。

中值滤波器的在处理边缘也有优势。但中值滤波器会清除某些区域的纹理（如背景中的树）

参考和转载：

http://blog.csdn.net/sunny2038/article/details/9155893

Python OpenCV 滤波器使用（八）相关推荐

python+OpenCv笔记（八）：图像噪声（椒盐噪声、高斯噪声）
由于图像采集.处理.传输等过程不可避免的会受到噪声的污染,妨碍人们对图像理解及分析处理.常见的图像噪声有高斯噪声.椒盐噪声等. 一.椒盐噪声椒盐噪声也称为脉冲噪声,是图像中经常见到的一种噪声,它是一 ...
[Python图像处理] 三十八.OpenCV图像增强和图像去雾万字详解（直方图均衡化、局部直方图均衡化、自动色彩均衡化）
该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门.OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子.图像增强技术.图像分割等,后期结合深度学习研究图像识别 ...
[Python图像处理] 二十八.OpenCV快速实现人脸检测及视频中的人脸
该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门.OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子.图像增强技术.图像分割等,后期结合深度学习研究图像识别 ...
[python opencv 计算机视觉零基础到实战] 八、ROI泛洪填充
一.学习目标了解什么是ROI 了解floodFill的使用方法如有错误欢迎指出~ 目录 [python opencv 计算机视觉零基础到实战] 一.opencv的helloworld [[pyth ...
Python+OpenCV图像处理实验
目录 1.灰度化功能 2.反转功能 3.通道分离功能 4.噪音.滤波功能 5.高斯双边滤波功能 6.均值偏移滤波功能 7.图像二值化功能 8.Canny边缘检测功能 9.直线检测功能 10.圆形检测功 ...
Python+Opencv实现多种形状的检测
目录一.Hough变换是什么? 二.Hough变换原理简介三.Hough变换实现步骤四.Hough变换直线检测代码实现及效果展示五.Hough变换圆形检测代码实现及效果展示六.基于Hough ...
【图像处理】——Python+opencv实现提取图像的几何特征（面积、周长、细长度、区间占空比、重心、不变矩等）
转载请注明详细地址本文简单介绍了图像常见几何特征的概念以及求解方法本文介绍了Python和opencv求解几何特征的常用方法目录其他形状外接轮廓的方法可以参考:<OpenCV-Pytho ...
Python+Opencv简易车牌识别(二)：形态学运算，HSV颜色空间筛选与图像分割
注:这是依然一个简单的车牌识别demo 1.前言在上一篇Python+Opencv简易车牌识别(一):基于HSV颜色空间的图像分割中,我们讲了如何仅基于颜色来进行简单粗暴的车牌分割.今天我们考虑对图 ...
Python+OpenCV：Canny边缘检测
Python+OpenCV:Canny边缘检测理论 Canny边缘检测是目前比较流行的边缘检测算法,它由John F. Canny发明. 1. 这是一个多阶段的算法. 2. 降噪:由于边缘检测容易受 ...

Python OpenCV 滤波器使用（八）

Python OpenCV 滤波器使用（八）相关推荐

最新文章

热门文章

Python OpenCV 滤波器 使用（八）

Python OpenCV 滤波器 使用（八）相关推荐

最新文章

热门文章

Python OpenCV 滤波器使用（八）

Python OpenCV 滤波器使用（八）相关推荐