图像平滑
图像平滑是一种区域增强的算法，平滑算法有邻域平均法、中指滤波、边界保持类滤波等。在图像产生、传输和复制过程中，常常会因为多方面原因而被噪声干扰或出现数据丢失，降低了图像的质量（某一像素，如果它与周围像素点相比有明显的不同，则该点被噪声所感染）。这就需要对图像进行一定的增强处理以减小这些缺陷带来的影响。图像平滑 有均值滤波、方框滤波、中值滤波和高斯滤波等。下面将介绍常用的均值滤波、中值滤波和高斯滤波。
为了实验方便，首先给图像加一点噪声.
代码如下所示：
# -*- coding:utf-8 -*-
import cv2
import numpy as np
# 读取图片
img = cv2.imread("zxp.jpg", cv2.IMREAD_UNCHANGED)
img_noise=img
cv2.imshow("src", img)
rows, cols, chn = img_noise.shape
# 加噪声
for i in range(5000):
x = np.random.randint(0, rows)
y = np.random.randint(0, cols)
img_noise = 255
cv2.imshow("noise", img_noise)
# 等待显示
cv2.waitKey(0)
cv2.destroyAllWindows()
#保存含噪声图像
cv2.imwrite("zxp_noise.jpg", img_noise)
页:
[1]
