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。

\huge _{S_x_y} 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:

\large \hat{f}(x,y)=\frac{1}{mn}\sum_{(s,t)\epsilon _{S_x_y}}^{}g(s,t)

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:

\large K=\frac{1}{9}\begin{bmatrix} 1 &1 &1 \\ 1&1 &1 \\ 1&1 & 1 \end{bmatrix}

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:

你可能感兴趣的:(python+OpenCv,opencv,python,均值算法)