OpenCV半小時(shí)掌握基本操作之濾波器

【OpenCV】⚠️高手勿入! 半小時(shí)學(xué)會(huì)基本操作⚠️濾波器

概述

OpenCV 是一個(gè)跨平臺(tái)的計(jì)算機(jī)視覺庫(kù), 支持多語(yǔ)言, 功能強(qiáng)大. 今天小白就帶大家一起攜手走進(jìn) OpenCV 的世界. (第 9 課)

圖像平滑

圖像平滑 (image smoothing) 是一種區(qū)域增強(qiáng)算法. 可以幫助我們?nèi)コ琰c(diǎn)改善圖片質(zhì)量.

濾波器 (Filter) 可以幫助我們來降低噪聲, 均值濾波器的主要應(yīng)用是去除圖像中的不相關(guān)細(xì)節(jié).

原圖:

均值濾波器

均值濾波器會(huì)計(jì)算區(qū)域像素的平均值, 然后進(jìn)行填充.

代碼:

# 讀取圖片
img = cv2.imread("noise.jpg")

# 均值濾波器 (3 X 3)
blur = cv2.blur(img, (3, 3))

# 圖片展示
cv2.imshow("blur", blur)
cv2.waitKey(0)
cv2.destroyAllWindows()

輸出結(jié)果:

方框?yàn)V波

方框?yàn)V波器 (Box Filter) 和均值濾波器基本一樣.

格式:

cv2.boxFilter(src, ddepth, ksize, dst=None, anchor=None, normalize=None, borderType=None)

參數(shù):

• src: 需要濾波的圖片
• ddepth: 輸入圖像的深度, -1 代表使用原圖深度
• Normalize: 標(biāo)準(zhǔn)化, 默認(rèn)為 None

代碼:

# 讀取圖片
img = cv2.imread("noise.jpg")

# 方框?yàn)V波器 (3 X 3)
box = cv2.boxFilter(img, -1, (3, 3), normalize=True)

# 圖片展示
cv2.imshow("box", box)
cv2.waitKey(0)
cv2.destroyAllWindows()

輸出結(jié)果:

高斯濾波器

高斯濾波器 (Gauss Filter) 是一種線性平滑濾波, 適用于高斯噪聲.

高斯噪聲 (Gaussian Noise) 是概率密度函數(shù)服從高斯分布的一類噪聲.

格式:

cv2.GaussianBlur(src, ksize, sigmaX, dst=None, sigmaY=None, borderType=None)

參數(shù):

src: 需要濾波的圖片

ksize: 卷積核大小

sigmaX: 高斯核函數(shù)在 X 方向的的標(biāo)準(zhǔn)偏差

sigmaY: 高斯核函數(shù)在 Y 方向的的標(biāo)準(zhǔn)偏差

代碼:

# 讀取圖片
img = cv2.imread("noise.jpg")

# 高斯濾波器 (3 X 3)
gaussian = cv2.GaussianBlur(img, (3, 3), 1)

# 圖片展示
cv2.imshow("gaussian", gaussian)
cv2.waitKey(0)
cv2.destroyAllWindows()

輸出結(jié)果:

中值濾波

中值濾波器 (Median Filter) 用中值填充.

代碼:

# 讀取圖片
img = cv2.imread("noise.jpg")

# 中值濾波器 (3 X 3)
median = cv2.medianBlur(img, 3)

# 圖片展示
cv2.imshow("median", median)
cv2.waitKey(0)
cv2.destroyAllWindows()

輸出結(jié)果:

到此這篇關(guān)于OpenCV半小時(shí)掌握基本操作之濾波器的文章就介紹到這了,更多相關(guān)OpenCV濾波器內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！