05-图像的平滑处理(不同的滤波操作)
對圖像進(jìn)行平滑處理實(shí)則就是對圖像進(jìn)行濾波操作罷了
每張圖片都有若干個像素點(diǎn)所構(gòu)成,濾波操作上就是將照片上的某些部分像素點(diǎn)進(jìn)行修改從而達(dá)到平滑的效果
先展示一下原圖
import cv2 img = cv2.imread('E:\Jupyter_workspace\study\data/test1.png')cv2.imshow('test1',img)#以test1為命名的窗口進(jìn)行顯示 cv2.waitKey(0) cv2.destroyAllWindows()均值濾波
簡單的平均卷積操作
先確定卷積核的大小,然后把圖像按照卷積核(也就是一個二維矩陣,一般取奇數(shù))的大小進(jìn)行分組,每一個卷積核作為一組,再將每組的數(shù)值進(jìn)行相加求平均值,然后把該平均值代替這一組的所有數(shù)值
cv2.blur(img,(3,3))
第一個參數(shù):輸入的圖像對象數(shù)據(jù)
第二個參數(shù):核的大小 一般的為奇數(shù)的二維數(shù)組,然后把這個二維數(shù)組進(jìn)行求均值分別替代這個二維數(shù)組里面的值,每一個二維數(shù)組進(jìn)行一次求均值,把整個圖像按照[3,3]的二維數(shù)組進(jìn)行劃分
方框濾波
基本和均值濾波一樣,可以選擇歸一化
cv2.boxFilter(img,-1,(3,3),normalize=True)
cv2.boxFilter(img,-1,(3,3),normalize=False)
第一個參數(shù):輸入的圖像對象數(shù)據(jù)
第二個參數(shù):-1表示得到的顏色通道數(shù)和原圖是一致的,通常情況也都是-1
第三個參數(shù):卷積核[3,3]的矩陣
第四個參數(shù):是否要做歸一化
True 當(dāng)卷積求和越界時,處理個均值濾波效果完全一致
False 當(dāng)卷積求和越界時,只要大于255時所有的值均取255
高斯濾波
高斯濾波實(shí)則就是正態(tài)分布那個圖像,也就是按權(quán)值進(jìn)行劃分
同樣需要給出一個卷積核的大小,然后取平均值,之后在每個卷積核內(nèi),離平均值越近的數(shù)值權(quán)值越大,當(dāng)然離平均值越遠(yuǎn)的數(shù)值權(quán)值越小
cv2.GaussianBlur(img,(5,5),1)
中值濾波
在一個卷積核中,選取中位數(shù)當(dāng)成最后處理的結(jié)果
cv2.medianBlur(img,5)
將所有的濾波方式展示在一塊
import cv2 import numpy as np#res = np.vstack((blur,aussian,median))#上下展示 res = np.hstack((blur,aussian,median))#左右展示#print(res)cv2.imshow('JZ-GS-ZZ',res) cv2.waitKey(0) cv2.destroyAllWindows()總結(jié)
以上是生活随笔為你收集整理的05-图像的平滑处理(不同的滤波操作)的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: “已闻络纬鸣”下一句是什么
- 下一篇: 06-对图像进行腐蚀操作