cv2.blur图像滤波(Filter)处理学习笔记

一、cv2.blur(img,ksize) 均值滤波

img：原图像

ksize：核大小

原理：它只取内核区域下所有像素的平均值并替换中心元素。3x3标准化的盒式过滤器如下所示：

特征：核中区域贡献率相同。

作用：对于椒盐噪声的滤除效果比较好。

import cv2
img = cv2.imread("image\\lenaNoise.png")
result = cv2.blur(img,(5,5))
cv2.imshow("img",img)
cv2.imshow("result",result)
cv2.waitKey()
cv2.destroyAllWindows()

效果图：

二、cv2.boxFilter(img,-1,ksize,normalize=True) 方框滤波

说明：当normalize=True时，与均值滤波结果相同， normalize=False，表示对加和后的结果不进行平均操作，大于255的使用255表示。

import cv2
img=cv2.imread("image\\lenaNoise.png")
result=cv2.boxFilter(img,-1,(2,2),normalize=False)
cv2.imshow("img",img)
cv2.imshow("result",result)
cv2.waitKey()
cv2.destroyAllWindows()

效果图：

三、cv2.GuassianBlur(img, ksize,sigmaX,sigmaY) 高斯滤波

说明：sigmaX,sigmaY分别表示X,Y方向的标准偏差。如果仅指定了sigmaX，则sigmaY与sigmaX相同.如果两者都为零，则根据内核大小计算它们。

特征：核中区域贡献率与距离区域中心成正比，权重与高斯分布相关。

作用：高斯模糊在从图像中去除高斯噪声方面非常有。

import cv2
img=cv2.imread("image\\lenaNoise.png")
result=cv2.GaussianBlur(img,(5,5),0,0)
cv2.imshow("img",img)
cv2.imshow("result",result)
cv2.waitKey()
cv2.destroyAllWindows()

效果图：

四、 cv2.medianBlur(img, k) 中值滤波

说明：imgs为原图像，k为方框的尺寸，相当于将方框内的个值进行排序，取中值作为当前值。

特征：中心点的像素被核中中位数的像素值代替。

作用：对于椒盐噪声有效。

import cv2
img=cv2.imread("image\\lenaNoise.png")
result=cv2.medianBlur(img,3)
cv2.imshow("img",img)
cv2.imshow("result",result)
cv2.waitKey()
cv2.destroyAllWindows()

五、cv2.bilateralFilter(img,d, sigmaColor, sigmaSpace)双边滤波

说明：d为邻域直径，sigmaColor为空间高斯函数标准差，参数越大，临近像素将会在越远的地方越小。

sigmaSpace灰度值相似性高斯函数标准差，参数越大，那些颜色足够相近的的颜色的影响越大。

双边滤波是一种非线性的滤波方法，是结合图像的空间邻近度和像素值相似度的一种折衷处理，同时考虑空间与信息和灰度相似性，达到保边去噪的目的，具有简单、非迭代、局部处理的特点。之所以能够达到保边去噪的滤波效果是因为滤波器由两个函数构成：一个函数是由几何空间距离决定滤波器系数，另一个是由像素差值决定滤波器系数。

特征：处理耗时。

作用：在滤波的同时能保证一定的边缘信息。

import cv2
img=cv2.imread("image\\lenaNoise.png")
result=cv2.bilateralFilter(img,25,100,100)
cv2.imshow("img",img)
cv2.imshow("result",result)
cv2.waitKey()
cv2.destroyAllWindows()

效果图：

六、cv2.filter2D(img,-1,kernel) 2D卷积

说明：kernel为内核。

import cv2
import numpy as np
img=cv2.imread("image\\lena.bmp")
kernel = np.ones((9,9),np.float32)/81
result = cv2.filter2D(img,-1,kernel)
cv2.imshow("img",img)
cv2.imshow("result",result)
cv2.waitKey()
cv2.destroyAllWindows()

效果图：