中值濾波器

中值濾波器好說，opencv自帶和函數就能直接用。在OpenCV中，實現中值濾波的函數是cv2.medianBlur(src, ksize)

• src：圖片位置
• kszie：卷積核大小

import cv2 as cvimg = cv.imread('d:/Desktop/1.jpg') # 我的桌面上有個1.jpg res = cv.medianBlur(img, 5) cv.imshow("original", img) cv.imshow("result", res) cv.waitKey(0)

中值濾波會取當前像素點及其周圍臨近像素點（一共有奇數個像素點）的像素值，將這些像素值排序，然后將位于中間位置的像素值作為當前像素點的像素值。

將其鄰域設置為3×3大小，對其3×3鄰域內像素點的像素值進行排序（升序降序均可），按升序排序后得到序列值為：[66,78,90,91,93,94,95,97,101]。在該序列中，處于中心位置（也叫中心點或中值點）的值是“93”，因此用該值替換原來的像素值78，作為當前點的新像素值，處理結果如下。

最大最小值濾波器

中值濾波器的原理上邊講到了，最大最小值濾波器就是把中值換成最大或者最小值。

opencv沒有自帶的最大最小值濾波器，所以需要自己寫，定義函數的代碼如下：

def original(i, j, k, ksize, img):# 找到矩陣坐標x1 = y1 = -ksize // 2x2 = y2 = ksize + x1temp = np.zeros(ksize * ksize)count = 0# 處理圖像for m in range(x1, x2):for n in range(y1, y2):if i + m < 0 or i + m > img.shape[0] - 1 or j + n < 0 or j + n > img.shape[1] - 1:temp[count] = img[i, j, k]else:temp[count] = img[i + m, j + n, k]count += 1return temp# 自定義最大值濾波器最小值濾波器 def max_min_functin(ksize, img, flag):img0 = copy.copy(img)for i in range(0, img.shape[0]):for j in range(2, img.shape[1]):for k in range(img.shape[2]):temp = original(i, j, k, ksize, img0)if flag == 0: # 設置flag參數，如果是0就檢測最大值，如果是1就檢測最小值。img[i, j, k] = np.max(temp)elif flag == 1:img[i, j, k] = np.min(temp)return img

注意，上邊這段代碼寫的比較簡單，只能接受卷積核是方陣的情況。

實際操作一下：

import cv2 as cv import numpy as np import copydef original(i, j, k, ksize, img):# 找到矩陣坐標x1 = y1 = -ksize // 2x2 = y2 = ksize + x1temp = np.zeros(ksize * ksize)count = 0# 處理圖像for m in range(x1, x2):for n in range(y1, y2):if i + m < 0 or i + m > img.shape[0] - 1 or j + n < 0 or j + n > img.shape[1] - 1:temp[count] = img[i, j, k]else:temp[count] = img[i + m, j + n, k]count += 1return temp# 自定義最大值濾波器最小值濾波器 def max_min_functin(ksize, img, flag):img0 = copy.copy(img)for i in range(0, img.shape[0]):for j in range(2, img.shape[1]):for k in range(img.shape[2]):temp = original(i, j, k, ksize, img0)if flag == 0:img[i, j, k] = np.max(temp)elif flag == 1:img[i, j, k] = np.min(temp)return imgimg = cv.imread('d:/Desktop/1.png') min_img = max_min_functin(3, copy.copy(img),1) max_img = max_min_functin(3, copy.copy(img),0) cv.imshow("original", img) cv.imshow("min_img", min_img) cv.imshow("max_img", max_img) cv.waitKey(0)

可以看出最大值濾波可以去除圖像中的暗斑，同時也會使亮斑增大(膨脹)；最小值濾波可以去除圖像中的亮斑，同時也會增大暗斑（腐蝕）。

總結

以上是生活随笔為你收集整理的python + opencv 中值滤波器、最大值滤波器和最小值滤波器的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。