均值滤波

  • Z时代
  • 2024-01-10
  • 分类：IT

均值滤波

任意一点的像素值，都是周围 N X N 个像素值的均值
例：红色点的像素新值 = 蓝色背景区域像素之和除25
红色点的像素新值 =
（（197 + 25 +106 +156 +159）+（149 + 40 + 107 + 5 + 71) + (163 + 198 + 226 + 223 + 156) + (222 + 37 + 68 + 193 + 157) + (42 + 72 + 250 + 41 + 75)) /25
dtwNXpN7mo.jpg!large
函数 blur
处理结果 = cv2.blur (原始图像， 核大小)
核大小：以 （宽度，高度）形式表示的元组

r = cv2.blur(o,(5,5))

经过均值滤波之后图像更平滑

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
sKtuXjLPkc.jpg!large
GaussianBlur 函数

dst = cv2.GaussianBlur(src, ksize, sigmaX)
# src: 原始图像， 要处理的源图像
# ksize : 核大小 （N， N）必须是奇数
# sigmaX:X 方向方差， 控制权重
# signmaX =0 时，sigma =0.3X((ksize-1)X0.5-1)+0.8

中值滤波

让临近的像素按照大小排列，取排列像素集中位于中间位置的值作为中值滤波后的像素值
vutKOwgacU.jpg!large
medianBlur 函数
dst = cv2.medianBlur(src, ksize)
src , 源文件
ksize, 核大小，必须是比 1 大的奇数，如3， 5， 7 等

python

Hacking

以上是 均值滤波 的全部内容， 来源链接： utcz.com/p/216995.html

回到顶部