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[x, y, :] = 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)