图像平滑

1.噪声分为椒盐噪声和高斯噪声

椒盐噪声就是图片中随机出现的白点和黑点

高斯噪声是噪声分布符合正态分布

2.处理噪音的方法有几种，均值滤波，高斯滤波以及中值滤波

均值滤波：算法简便，计算时间快,会使图像模糊

API：cv.Blur(src,ksize,anchor,borderType)

参数：

src:传入的图像

ksize：卷积核大小

anchor：默认为1

borderType：边界类型

import numpy as np
import cv2 as cv
import mayplotlib.pyplot as plt
img1 = cv.imread('image1.jpg',1)
res = cv.Blur(img1,(5,5))#均值滤波
plt.imshow(res[:,:,::-1])
plt.show()

 

高斯滤波：过滤高斯噪声

API：cv.GaussianBlur(src,ksize,sigmay,borderType)

参数：

src:传入的图像

ksize：高斯卷积核大小，应该为奇数且不同

sigmaX：水平方向标准差

sigmaY：垂直方向标准差

borderType：边界类型

import numpy as np
import cv2 as cv
import mayplotlib.pyplot as plt
img1 = cv.imread('image1.jpg',1)
res = cv.GaussianBlur(img1,(5,5),1)#高斯滤波
plt.imshow(res[:,:,::-1])
plt.show()

 

中值滤波：过滤椒盐噪声

API：cv.medianBlur(src,ksize)

参数：

src:传入的图像

ksize：卷积核大小

import numpy as np
import cv2 as cv
import mayplotlib.pyplot as plt
img1 = cv.imread('image1.jpg',1)
res = cv.medianBlur(img1,(5,5))#中值滤波
plt.imshow(res[:,:,::-1])
plt.show()