OpenCV半小時(shí)掌握基本操作之濾波器

更新時(shí)間：2021年09月01日 16:04:50 作者：我是小白呀

這篇文章主要介紹了OpenCV基本操作之濾波器，本文給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下

概述

OpenCV 是一個(gè)跨平臺(tái)的計(jì)算機(jī)視覺庫, 支持多語言, 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)

在這里插入圖片描述

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).

在這里插入圖片描述

原圖:

在這里插入圖片描述

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:

在這里插入圖片描述

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:

在這里插入圖片描述

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.

在這里插入圖片描述

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:

在這里插入圖片描述

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:

在這里插入圖片描述