OpenCV学习——图像处理之图像平滑

图像噪声

 

 

均值滤波

 

均值滤波函数：cv2.blur()

函数原型：dst=cv2.blur（src，ksize，anchor，borderType）

src：输入图像

ksize：卷积核的大小

anchor：默认值（-1，-1），表示核中心

borderType：边界类型

示例：

img = cv.imread('test.jpg')
blur = cv.blur(img, (5, 5))
cv.imshow('blur', blur)
cv.waitKey(0)

 

 

高斯滤波

 

高斯平滑流程： 

高斯滤波函数：cv2.GaussianBlur()

函数原型：dst=cv2.GaussianBlur（src，ksize，sigmaX，sigmaY，borderType）

src：输入图像

ksize：高斯卷积核的大小（卷积核的宽度和高度 都应是奇数，可以不同）

sigmaX：水平方向的标准差

sigmaY：垂直方向的标准差，默认值为0，表示与sigmaX相同

borderType：填充边界类型

示例：

img = cv.imread('test.jpg')
GaussianBlur = cv.GaussianBlur(img, (3, 3), 1)
cv.imshow('GaussianBlur', GaussianBlur)
cv.waitKey(0)

 

 

中值滤波

 

中值滤波函数：cv2.medianBlur()

函数原型：dst=cv2.medianBlur（src，ksize）

src：输入图像

ksize：卷积核的大小

示例：

img = cv.imread('test.jpg')
medianBlur = cv.medianBlur(img, 3)
cv.imshow('medianBlur', medianBlur)
cv.waitKey(0)

 

 

总结：