python+opencv濾波操作

1、均值濾波

直接用元素全為1的核與圖像卷積求均值得到中心像素的修改值。

#blur平均值去噪，均值濾波
#簡單的平均卷積操作
img=cv2.imread("noise.jpg")

blur = cv2.blur(img,(3,3))
cv2.imshow("original",img)
cv2.imshow("changed",blur)
cv2.waitKey(0)
cv2.destroyAllWindows()

將核大小改為（1，50）和（50，1）的到下圖

 

2、方框濾波（比均值濾波多一個參數）

#方框濾波
#normalize為True時與blur相同
#normalize為Flase是可能發生越界
box=cv2.boxFilter(img,-1,(3,3),normalize=True)
cv2.imshow("original",img)
cv2.imshow("changed",box)
cv2.waitKey(0)
cv2.destroyAllWindows()

3、高斯濾波

#高斯濾波
#構造權重矩陣
aussian = cv2.GaussianBlur(img,(21,21),1)

cv2.imshow("original",img)
cv2.imshow("aussian",aussian)
cv2.waitKey(0)
cv2.destroyAllWindows()

越靠近中心點的權重越大，核的大小必須是奇數，否則會報錯。

將方框濾波和高斯濾波放一起對比，將核大小調大一點（21，21）

 

 4、中值濾波

#中值濾波
median = cv2.medianBlur(img,5)

cv2.imshow("original",img)
cv2.imshow("median",median)
cv2.waitKey(0)
cv2.destroyAllWindows()

輸入參數為圖片，及核大小，行和列相等，且為奇數。