zoukankan      html  css  js  c++  java
  • 数学之路-python计算实战(16)-机器视觉-滤波去噪(邻域平均法滤波)

    # -*- coding: utf-8 -*-   
    #code:myhaspl@myhaspl.com
    #邻域平均法滤波,半径为2
    import cv2
    import numpy as np
    fn="test3.jpg"
    myimg=cv2.imread(fn)
    img=cv2.cvtColor(myimg,cv2.COLOR_BGR2GRAY)
    
    #加上椒盐噪声
    param=20
    #灰阶范围
    w=img.shape[1]
    h=img.shape[0]
    newimg=np.array(img)
    #噪声点数量
    noisecount=100000
    for k in xrange(0,noisecount):
        xi=int(np.random.uniform(0,newimg.shape[1]))
        xj=int(np.random.uniform(0,newimg.shape[0]))
        newimg[xj,xi]=255
    
    #邻域平均法去噪
    tmpimg[1:myh-1,1:myw-1]=newimg[0:myh,0:myw]
    #用领域平均法的,设半径为2,脉冲响应函数
    a=1/8.0
    kernel=a*np.array([[1,1,1],[1,0,1],[1,1,1]])
    ....
    ...

    上面是椒盐噪声滤波


    本博客全部内容是原创,假设转载请注明来源

    http://blog.csdn.net/myhaspl/



    下图是对高斯噪声滤波的处理,效果确实不错



  • 相关阅读:
    css
    常见属性
    表单
    html的块
    常见标签(一)
    html5 文本内容
    整数的分解
    快速排序及其应用
    javascript之动画特效
    html标签积累
  • 原文地址:https://www.cnblogs.com/bhlsheji/p/5231696.html
Copyright © 2011-2022 走看看