1、概念

图像平滑是一种区域增强的算法，平滑算法有邻域平均法、中指滤波、边界保持类滤波等。在图像产生、传输和复制过程中，常常会因为多方面原因而被噪声干扰或出现数据丢失，降低了图像的质量（某一像素，如果它与周围像素点相比有明显的不同，则该点被噪声所感染）。这就需要对图像进行一定的增强处理以减小这些缺陷带来的影响。

图像平滑从信号处理的角度看就是去除其中的高频信息，保留低频信息。因此我们可以对图像实施低通滤波。低通滤波可以去除图像中的噪音，模糊图像(噪音是图像中变化比较大的区域，也就是高频信息)。而高通滤波能够提取图像的边缘(边缘也是高频信息集中的区域)。

根据滤波器的不同又可以分为均值滤波，高斯加权滤波，中值滤波，双边滤波。

2、滤波

2.1均值滤波

均值滤波是将一个m*n(m, n为奇数)大小的kernel放在图像上，中间像素的值用kernel覆盖区域的像素平均值替代。平均滤波对高斯噪声的表现比较好，对椒盐噪声的表现比较差。

在进行均值滤波的时候要考虑需要对周围多少个像素取平均值，即确定核的大小，通常情况下都是以当前像素点为中心，读行数和列数相等的一块区域内的所有像素点求平均。将计算得到的结果作为该点的像素。

当前像素点为226的位置，我们对其周围5x5区域内像素点求平均计算方法为：

新值=（197+25+106+156+159+149+40+107+5+71+163+198+226+223+156+222+37+68+233+157+75+193+250+2+42）/25

计算得到的新值即为226像素点位置的新的像素。其中均值滤波的核如下所示

def cv_show(name,img):cv2.imshow(name,img)cv2.waitKey(0)cv2.destroyAllWindows()
img = cv2.imread('lenaNoise.png')cv_show("img",img)
# 均值滤波
# 简单的平均卷积操作
blur = cv2.blur(img, (3, 3))
cv_show("blur",blur)
res = np.hstack((img,blur))
cv_show("res",res)

得到原图片和通过均值滤波之后的图片，有着比较明显的变化

2.2高斯滤波(标准正态分布)

在均值滤波中，其邻域内每个像素的权重都是一样的，在高斯滤波中，中心点的权重值加大，远离中心点的权重值减少，在此基础上计算邻域内各个像素值不同权重的和。

函数语法

dst=cv2.GaussianBlur(src,ksize,sigmaX,sigmaY,borderType)
'''
dst为高斯滤波后得到的结果src是需要处理的图像，ksize是滤波卷积核。需要注意的是滤波核 的值必须是奇数sigmaX是卷积在水平方向的标准差，或者X方向求导sigmaY是卷积在垂直方向的标准差，或者说Y方向上bordenType是边界类型
'''

# 高斯滤波
# 高斯模糊的卷积核里的数值是满足高斯分布，相当于更重视中间的
aussian = cv2.GaussianBlur(img, (5, 5), 1)  cv2.imshow('aussian', aussian)
cv2.waitKey(0)
cv2.destroyAllWindows()

原图片与进行高斯滤波处理后的图像

2.3中值滤波

中值滤波就是将当前像素点及其邻域内的像素点排序后取中间值作为当前值的像素点。

中值滤波的处理过程为：将226像素点周期的8个像素点一起排序即5,37,40,68,107,198，223,223，226，所以226像素点的新的像素值为107.

# 中值滤波
# 相当于用中值代替
median = cv2.medianBlur(img, 5)  # 中值滤波cv2.imshow('median', median)
cv2.waitKey(0)
cv2.destroyAllWindows()

得到原图像与中值滤波的图片

下面分别是均值、高斯、中值滤波处理的图片

opencv-图像平滑处理相关推荐

opencv 图像平滑、图像模糊函数的使用
图像平滑(图像模糊): 一幅图像和一个低通滤波器进行卷积,能够实现图像平滑效果,也就是图像模糊效果.平滑操作通常会从图像中移除高频信息(噪音.边缘).所以图像平滑后,图像边缘往往会被模糊(本文介绍的最 ...
OpenCv图像平滑
目录什么是图片平滑? 怎么做到图像平滑? 1.邻域平均法(又名均值滤波法) 2.中值滤波法 3.高斯滤波法 4.双边滤波法什么是图片平滑? 目前,大多数数字图像系统中,输入光图像都是通过扫描方式将 ...
八.使用OpenCv图像平滑操作
1.cvSmooth函数函数 cvSmooth 可使用简单模糊.简单无缩放变换的模糊.中值模糊.高斯模糊.双边滤波的不论什么一种方法平滑图像.每一种方法都有自己的特点以及局限. 没有缩放的图像平滑仅 ...
ubuntun opencv 编译成64_19、OpenCV图像平滑处理
平滑有时也称为模糊,是一种简单且经常使用的图像处理操作.平滑有很多原因,但通常是为了减少噪点.但是这样通常会降低图像的分辨率. OpenCV提供了五种不同的平滑操作,每种平滑操作都可以完成不同的平滑操 ...
平滑滤波器模板尺寸与平滑效果的关系_Python Opencv 图像平滑处理
图像平滑处理就是图像滤波,使图像模糊化. 高斯滤波是一种非常常用的模糊平滑方式,是线性滤波中的一种.其广泛的应用在图像处理的减噪过程中,尤其是被高斯噪声所污染的图像上.还经常做为一些复杂算法的第一步, ...
虚拟磁盘没有可用的合格服务器,VMware提示:没有更多空间可供虚拟磁盘***.vmdk使用所引发的故障及处理...
Python - - - Pandas基本使用 import pandas as pd import numpy as np def pandasWork1(): # DataFrame 初始化,与数 ...
人工智能AI：TensorFlow Keras PyTorch MXNet PaddlePaddle 深度学习实战 part1
日萌社人工智能AI:TensorFlow Keras PyTorch MXNet PaddlePaddle 深度学习实战 part1 人工智能AI:TensorFlow Keras PyTorch ...
an integer is required (got type tuple) 报错解决
今天在调用Opencv的一个函数的时候出现如下报错: 原代码为: blur2 = cv2.boxFilter(img1, (3, 3), normalize=True) 这是在调用一个opencv 图 ...
OpenCV 【十八】图像平滑处理/腐蚀与膨胀(Eroding and Dilating)/开闭运算，形态梯度，顶帽，黑帽运算
图像滤波总结(面试经验总结)https://blog.csdn.net/Darlingqiang/article/details/79507468 目录 part one 图像平滑处理 1原理 2代码 ...
12、OpenCV实现图像的空间滤波——图像平滑
1.空间滤波基础概念 1.空间滤波基础空间滤波一词中滤波取自数字信号处理,指接受或拒绝一定的频率成分,但是空间滤波学习内容实际上和通过傅里叶变换实现的频域的滤波是等效的,故而也称为滤波.空间滤波主要 ...

opencv-图像平滑处理

文章目录