滤波的相关函数《python基础篇》

Posted 2021-10-21 少妇收割机

引言：相关滤波的理论来自于信号处理这门学科，滤波处理在数字信号处理、图像处理方面有着重要的地位，在图像处理中，能够抑制外界环境所带来的干扰，如相机抖动、天气影响、以及电子设备的电波干扰等，通过滤波处理，能够很好地降低干扰噪声（不一定完全去除哦！！！）。

1.首先介绍的是中值滤波：

        中值滤波从字面意思理解，我们可以知道就是取中值的操作，就在固定的滤波模板中（例如3x3大小的滤波模板），将图像的周围的9个像素点进行排序，然后取中值代替模板中间的值。

        此方法对于椒盐噪声有很大的去噪能力。

实现代码：

newimg=cv2.medianBlur(img,5)

效果图：

 原图

 加上椒盐噪声图

 中值滤波后

2.均值滤波

        从字面意思不难判断出，此函数的作用就是将模板中的像素点累然后加取平均。

        均值滤波多用于图像中带有颗粒噪声，此方法能够很好地抑制噪声的干扰。

代码：

#均值滤波 

#灰度化处理
img=cv2.cvtColor(img,cv2.COLOR_RGB2GRAY)
newimg=means_filter(img,5)

效果展示：

 灰度化后的图像

均值滤波后的图像

3.高斯滤波：

        高斯函数可能不陌生，其实高斯滤波如出一辙。

代码：

newimg=cv2.GaussianBlur(img,(5,5),0)

效果图：

原图 

高斯滤波后 

待续。。。

如果感觉不错，就不要点赞了（求你了）

欢迎与小伙伴梦一起学习探讨问题，欢迎点赞+评论

附上女神：（快乐每一天）