python+OpenCv笔记（九）：均值滤波

均值滤波

原理：

采用均值滤波模板对图像噪声进行滤除。

令 表示中心在(x,y)点，尺寸为m*n的矩形子图像窗口的坐标组，均值滤波器可表示为：

即用卷积框覆盖区域内所有像素的平均值来代替中心元素。

例如，3*3标准化的平均过滤器如下所示：

优缺点：
均值滤波的特点是算法简单，计算速度快，缺点是去噪声的同时去除了很多细节部分，将图像变得模糊。

OpenCv API:

cv2.blur(src, ksize, anchor, borderType)

参数：

1. src:输入的图像
2. ksize：卷积核的大小
3. anchor：默认值（-1，-1），表示核中心
4. borderType：边界类型

代码编写

import numpy as np
import cv2 as cv
import random
import matplotlib.pyplot as plt

src = cv.imread("E:\\view.jpg")
img = src.copy()

# 调用噪声函数生成噪声图片
img_sp = sp_noise(img, prob=0.02)  # 噪声比例为0.02

# 均值滤波
img_blur = cv.blur(img_sp, (5, 5))

# 显示图像
cv.imshow("sp", img_sp)
cv.imshow("blur", img_blur)
cv.waitKey(0)

注：sp_noise()函数见文章：python+OpenCv笔记（八）：图像噪声（椒盐噪声、高斯噪声）https://blog.csdn.net/qq_45832961/article/details/122309422

椒盐噪声图片：

均值滤波后：