数学之路-python计算实战(16)-机器视觉-滤波去噪(邻域平均法滤波)
Posted 麦好
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数学之路-python计算实战(16)-机器视觉-滤波去噪(邻域平均法滤波)相关的知识,希望对你有一定的参考价值。
# -*- coding: utf-8 -*-
#code:myhaspl@myhaspl.com
#邻域平均法滤波,半径为2
import cv2
import numpy as np
fn="test3.jpg"
myimg=cv2.imread(fn)
img=cv2.cvtColor(myimg,cv2.COLOR_BGR2GRAY)
#加上椒盐噪声
param=20
#灰阶范围
w=img.shape[1]
h=img.shape[0]
newimg=np.array(img)
#噪声点数量
noisecount=100000
for k in xrange(0,noisecount):
xi=int(np.random.uniform(0,newimg.shape[1]))
xj=int(np.random.uniform(0,newimg.shape[0]))
newimg[xj,xi]=255
#邻域平均法去噪
tmpimg[1:myh-1,1:myw-1]=newimg[0:myh,0:myw]
#用领域平均法的,设半径为2,脉冲响应函数
a=1/8.0
kernel=a*np.array([[1,1,1],[1,0,1],[1,1,1]])
....
...
上面是椒盐噪声滤波
本博客所有内容是原创,如果转载请注明来源
http://blog.csdn.net/myhaspl/
下图是对高斯噪声滤波的处理,效果确实不错
与50位技术专家面对面 20年技术见证,附赠技术全景图
以上是关于数学之路-python计算实战(16)-机器视觉-滤波去噪(邻域平均法滤波)的主要内容,如果未能解决你的问题,请参考以下文章
数学之路-python计算实战(14)-机器视觉-图像增强(直方图均衡化)
数学之路-python计算实战-机器视觉-图像产生加性零均值高斯噪声