Python调用OpenCV实现图像平滑代码实例


Posted in Python onJune 19, 2020

主要讲解Python调用OpenCV实现图像平滑,包括四个算法:均值滤波、方框滤波、高斯滤波和中值滤波.

给图像增加噪声:

import cv2
import numpy as np

def test10():
  img = cv2.imread("result.jpg", cv2.IMREAD_UNCHANGED)
  rows, cols, chn = img.shape
  # 加噪声
  for i in range(5000):
    x = np.random.randint(0, rows)
    y = np.random.randint(0, cols)
    img[x, y, :] = 255
  cv2.imshow("demo", img)
  if cv2.waitKey(0) == 27:
    cv2.destroyWindow("demo")
test10()

效果如下:

Python调用OpenCV实现图像平滑代码实例

均值滤波: 均值滤波是指任意一点的像素值,都是周围N*M个像素值的均值, result = cv2.blur(图像, 核大小),其中核大小是以(宽度, 高度)表示的元组形式,常见的形式包括: (3, 3)和(5, 5)

代码如下:

import matplotlib.pyplot as plt
import cv2
def test11():
  img = cv2.imread("result.jpg")
  source = cv2.cvtColor(img, cv2.COLOR_BGR2BGRA)
  # 均值滤波
  result = cv2.blur(source, (5, 5))

  # 显示图像
  title = ["demo1", "demo2"]
  imgs = [source, result]
  for i in range(2):
    plt.subplot(1, 2, i+1)
 plt.imshow(imgs[i], "gray")
    plt.title(title[i])
    plt.xticks([])
    plt.yticks([])
  plt.show()
test11()

效果如下:

Python调用OpenCV实现图像平滑代码实例

将核值调大会让图像变模糊,例如设置为(20, 20),效果如下:如果设置为(1, 1)处理的结果就是原图,核中每个权重值相同,称为均值。

Python调用OpenCV实现图像平滑代码实例

方框滤波

方框滤波和均值滤波核基本一致,区别是需不需要均一化处理。OpenCV调用boxFilter()函数实现方框滤波。函数如下:
result = cv2.boxFilter(原始图像, 目标图像深度, 核大小, normalize属性) 其中,目标图像深度是int类型,通常用“-1”表示与原始图像一致;核大小主要包括(3,3)和(5,5);normalize属性表示是否对目标图像进行归一化处理。当normalize为true时需要执行均值化处理,当normalize为false时,不进行均值化处理,实际上为求周围各像素的和,很容易发生溢出,溢出时均为白色,对应像素值为255。

代码如下:

import cv2
import matplotlib.pyplot as plt
def test12():
  img = cv2.imread("result.jpg")
  source = cv2.cvtColor(img, cv2.COLOR_BGR2BGRA)
  # 方框滤波
  result = cv2.boxFilter(source, -2, (5, 5), normalize=1)
  # 显示图像
  title = ["demo1", "demo2"]
  imgs = [source, result]
  for i in range(2):
    plt.subplot(1, 2, i+1), plt.imshow(imgs[i], "gray")
    plt.title(title[i])
    plt.xticks([])
    plt.yticks([])
  plt.show()
test12()

效果如下:

Python调用OpenCV实现图像平滑代码实例

如果省略参数normalize,则默认是进行归一化处理。如果normalize=0则不进行归一化处理,像素值为周围像素之和,图像更多为白色。

效果如下:

Python调用OpenCV实现图像平滑代码实例

上图很多像素为白色,因为图像求和结果几乎都是255。如果设置的是2*2矩阵,只取四个像素结果要好些。 result = cv2.boxFilter(source, -1, (2,2), normalize=0)

Python调用OpenCV实现图像平滑代码实例

高斯滤波: 高斯滤波让临近的像素具有更高的重要度,对周围像素计算加权平均值,较近的像素具有较大的权重值。dst = cv2.GaussianBlur(src, ksize, sigmaX) 其中,src表示原始图像,ksize表示核大小,sigmaX表示X方向方差。注意,核大小(N, N)必须是奇数,X方向方差主要控制权重

代码如下:

import cv2
import matplotlib.pyplot as plt
def test12():
  img = cv2.imread("result.jpg")
  source = cv2.cvtColor(img, cv2.COLOR_BGR2BGRA)
  # 高斯滤波
  result = cv2.GaussianBlur(source, (3, 3), 0)
  # 显示图像
  title = ["demo1", "demo2"]
  imgs = [source, result]
  for i in range(2):
    plt.subplot(1, 2, i+1), plt.imshow(imgs[i], "gray")
    plt.title(title[i])
    plt.xticks([])
    plt.yticks([])
  plt.show()
test12()

效果如下:

Python调用OpenCV实现图像平滑代码实例

核数增加,图像会变模糊,例如设置为(17, 17)

Python调用OpenCV实现图像平滑代码实例

中值滤波: 在使用邻域平均法去噪的同时也使得边界变得模糊。而中值滤波是非线性的图像处理方法,在去噪的同时可以兼顾到边界信息的保留。选一个含有奇数点的窗口W,将这个窗口在图像上扫描,把窗口中所含的像素点按灰度级的升或降序排列,取位于中间的灰度值来代替该点的灰度值.

OpenCV主要调用medianBlur()函数实现中值滤波,图像平滑里中值滤波的效果最好。
dst = cv2.medianBlur(src, ksize)
其中,src表示源文件,ksize表示核大小。核必须是大于1的奇数,如3、5、7等

代码如下:

import cv2
def test13():
  img = cv2.imread("result.jpg")
  # 高斯滤波
  result = cv2.medianBlur(img, 5)
  cv2.imshow("demo1", img)
  cv2.imshow("demo2", result)
  if cv2.waitKey(0) == 27:
    cv2.destroyWindow("demo1")
    cv2.destroyWindow("demo2")
test13()

效果如下:

Python调用OpenCV实现图像平滑代码实例

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
python使用分治法实现求解最大值的方法
May 12 Python
浅谈python中的占位符
Nov 09 Python
Python中最大最小赋值小技巧(分享)
Dec 23 Python
详解python之协程gevent模块
Jun 14 Python
对Python中的条件判断、循环以及循环的终止方法详解
Feb 08 Python
Tensorflow模型实现预测或识别单张图片
Jul 19 Python
利用Python制作动态排名图的实现代码
Apr 09 Python
Python接收手机短信的代码整理
Aug 02 Python
如何在python中处理配置文件代码实例
Sep 27 Python
Python实现Word文档转换Markdown的示例
Dec 22 Python
pytorch加载预训练模型与自己模型不匹配的解决方案
May 13 Python
Python用any()函数检查字符串中的字母以及如何使用all()函数
Apr 14 Python
使用OpenCV对车道进行实时检测的实现示例代码
Jun 19 #Python
为什么python比较流行
Jun 19 #Python
查看keras的默认backend实现方式
Jun 19 #Python
Python图像阈值化处理及算法比对实例解析
Jun 19 #Python
OpenCV 之按位运算举例解析
Jun 19 #Python
Python实现ElGamal加密算法的示例代码
Jun 19 #Python
python 字符串的驻留机制及优缺点
Jun 19 #Python
You might like
PHP邮件专题
2006/10/09 PHP
聊天室php&mysql(六)
2006/10/09 PHP
一篇不错的PHP基础学习笔记
2007/03/18 PHP
php for 循环语句使用方法详细说明
2010/05/09 PHP
php实现数组筛选奇数和偶数示例
2014/04/11 PHP
PHP-FPM 的管理和配置详解
2019/02/17 PHP
utf8的编码算法 转载
2006/12/27 Javascript
JQuery AJAX实现目录浏览与编辑的代码
2008/10/21 Javascript
jQuery + Flex 通过拖拽方式动态改变图片的代码
2011/08/03 Javascript
nodejs中转换URL字符串与查询字符串详解
2014/11/26 NodeJs
javascript强制点击广告的方法
2015/02/06 Javascript
JavaScript的设计模式经典之代理模式
2016/02/24 Javascript
jQuery控制div实现随滚动条滚动效果
2016/06/07 Javascript
JavaScript类的写法
2016/09/17 Javascript
JS正则子匹配实例分析
2016/12/22 Javascript
vue实现商品加减计算总价的实例代码
2018/08/12 Javascript
微信网页登录逻辑与实现方法
2019/04/29 Javascript
JS操作json对象key、value的常用方法分析
2019/10/29 Javascript
关于vue.js中实现方法内某些代码延时执行
2019/11/14 Javascript
jQuery实现计算器功能
2020/10/19 jQuery
详解vue 组件的实现原理
2020/11/12 Javascript
Python中列表与元组的乘法操作示例
2018/02/10 Python
Python下使用Scrapy爬取网页内容的实例
2018/05/21 Python
python检测文件夹变化,并拷贝有更新的文件到对应目录的方法
2018/10/17 Python
Django中的session用法详解
2020/03/09 Python
解决运行django程序出错问题 'str'object has no attribute'_meta'
2020/07/15 Python
python操作ini类型配置文件的实例教程
2020/10/30 Python
美国汽车零部件和配件网站:CarParts
2019/03/13 全球购物
通信工程毕业生自荐信
2013/11/01 职场文书
一封普通求职者的求职信
2013/11/20 职场文书
业务主管岗位职责
2013/11/20 职场文书
企业演讲稿范文
2013/12/28 职场文书
领导干部考察材料
2014/02/08 职场文书
2014年村委会工作总结
2014/11/24 职场文书
选调生挂职锻炼工作总结
2015/10/23 职场文书
分享CSS盒子模型隐藏的几种方式
2022/02/28 HTML / CSS