圖像模糊的方法

• 均值濾波(對(duì)高斯隨機(jī)噪聲有一定的抑制作用)---cv.blur()
• 中值濾波(對(duì)椒鹽噪聲有很好的抑制作用)---cv.median_blur()
• 高斯濾波(對(duì)高斯隨機(jī)噪聲有很好的抗性)---cv.gaussian_blur()

實(shí)現(xiàn)部分(均值濾波)

• 均值濾波cv.blur()

image = cv.blur(image,(5,5))    #cv.blur(src, ksize, dst=None, anchor=None, borderType=None)

效果(均值濾波)

image.png

image.png

實(shí)現(xiàn)部分(中值濾波)

cv.median_blur(image, 5) #medianBlur(src, ksize, dst=None)

效果(中值濾波)

image.png

image.png

實(shí)現(xiàn)部分(高斯濾波)

cv.GaussianBlur(image,(5,5),0)  #GaussianBlur(src, ksize, sigmaX, dst=None, sigmaY=None, borderType=None)

高斯噪聲的制作

def clamp(pv):
    if pv > 255 :
        return 255
    if pv <0
        return 0
    else :
        return pv


def Gaussian_noise_demo(image):
    h, w, c = image.shape
    for row in range(h):
        for col in range(w):
            gn = np.random.normal(0,30,4)
            b = image[row, col, 0]
            g = image[row, col, 1]
            r = image[row, col, 2]
            image[row, col, 0] = clamp(b + gn[0])
            image[row, col, 1] = clamp(g + gn[1])
            image[row, col, 2] = clamp(r + gn[2])
    cv.imshow("Gaussian_noise",image)

高斯噪聲的制作的效果：

原圖：

image.png

高斯噪聲圖：

image.png