Opencv图像添加椒盐噪声、高斯滤波去除噪声原理以及手写Python代码实现方法
作者:泡泡怡 时间:2021-12-30 00:21:40
一、噪声
我们将常会听到平滑(去噪),锐化(和平滑是相反的),那我们就会有疑惑?什么是噪声呢?图像噪声是指存在于图像数据中不必要的或多余的干扰信息,噪声的存在严重影响了图像的质量。噪声在理论上是”不可预测“的,所以我们只能用概率论方法认识“随机误差”。
二、噪声的分类
光电管的噪声、摄像管噪声、摄像机噪声、椒盐噪声(数字图像常见的噪声,椒盐噪声就是在图像上随机出现黑色白色的像素)等等。
三、图像中添加椒盐噪声
椒盐噪声又被称作脉冲噪声,它会随机改变图像中的像素值,是由相机成像、图像传输、解码处理等过程产生的黑白相间的亮暗点噪声,其样子就像在图像上随机的撒上一些盐粒和黑椒粒,因此被称为椒盐噪声。
代码如下:
import numpy as np
import cv2
def cv_show(name,img):
cv2.imshow(name,img)
cv2.waitKey(0)
cv2.destroyAllWindows()
def add_sp_noise(img,sp_number):
new_image=img
row,col,channel=img.shape#获取行列,通道信息
s=int(sp_number*img.size/channel)#根据sp_number确定椒盐噪声
#确定要扫椒盐的像素值
change=np.concatenate((np.random.randint(0,row,size=(s,1)),np.random.randint(0,col,size=(s,1))),axis=1)
for i in range(s):
r=np.random.randint(0,2)#确定撒椒(0)还是盐(1)
for j in range(channel):
new_image[change[i,0],change[i,1],j]=r
return new_image
注意:在进行实验的时候,我们需要注意要进行拷贝不然原图会被破坏。
测试:
img=cv2.imread("C:/Users/bwy/Desktop/peppers.JPG")
im=img.copy()
im2=img.copy()
im3=img.copy()
im=add_sp_noise(im,0.05)
im2=add_sp_noise(im2,0.1)
im3=add_sp_noise(im3,0.3)
r=np.hstack((img,im,im2,im3))
cv_show('r',r)
结果如图所示:
从图上看出,sp_number越大,噪声点越多。
四、基于滤波器方法去噪
高斯滤波(手写代码):滤掉噪声的代价就是图像会有所模糊。
计算过程:
此时还要确保这九个点加起来为1(高斯模板的特性),这9个点的权重为0.4787147,因此将9个值都除以0.4787147,得到最终的高斯模板。
再与图像像素进行乘积,四周加和代替中间的。
(1)灰度图像高斯滤波:
def gaosi_f(img,k_size,sigma):
##滤波图片的尺寸
h=img.shape[0]
w=img.shape[1]
##用0填充边缘
pad=k_size//2
transform_img=np.zeros((h+2*pad,w+2*pad))
transform_img[pad:h+pad,pad:w+pad]=img
new_img=np.zeros((h,w))
##先计算高斯滤波核
gaosi_filter=np.zeros((k_size,k_size))
for x in range(-pad,-pad+k_size):
for y in range(-pad,-pad+k_size):
gaosi_filter[y+pad,x+pad]=np.exp(-(x**2+y**2)/(2*sigma**2))/(2*np.pi*sigma**2)
gaosi_filter=gaosi_filter/np.sum(gaosi_filter)
##计算滤波后的图片
for i in range(pad,h+pad):
for j in range(pad,w+pad):
##取图像k_size x k_size的像素值
p_img=transform_img[i-pad:i+pad+1,j-pad:j+pad+1]
##进行高斯滤波
value=np.sum(np.multiply(p_img,gaosi_filter))
new_img[i-pad,j-pad]=value
##对滤波后的图片中的像素值取整
new_img=np.round(new_img).astype(np.uint8)
return new_img
彩 * 像高斯滤波:
def gaosi_fS(img,k_size,sigma):
h=img.shape[0]
w=img.shape[1]
imShape=img.shape
dim=len(imShape)
if dim==2:
eim=gaosi_f(img,k_size,sigma)
else:
imR=img[:,:,0]
imG=img[:,:,1]
imB=img[:,:,2]
eim=np.zeros((h,w,3))
eimr=gaosi_f(imR,k_size,sigma)
eimg=gaosi_f(imG,k_size,sigma)
eimb=gaosi_f(imB,k_size,sigma)
eim[:,:,0]=eimr
eim[:,:,1]=eimg
eim[:,:,2]=eimb
return eim
测试:
new_img=gaosi_fS(im,3,0.5)
cv_show("new_img",new_img)
cv_show("im",im)
结果如图所示:
五、opencv高斯滤波调包
aussian = cv2.GaussianBlur(im, (5,5), 1)
cv_show("aussian",aussian)
结果如图所示:
总结
来源:https://blog.csdn.net/m0_72662900/article/details/126799509
标签:opencv,椒盐噪声,高斯滤波
![](/images/zang.png)
![](/images/jiucuo.png)
猜你喜欢
pandas pd.read_csv()函数中parse_dates()参数的用法说明
2023-07-22 04:51:26
![](https://img.aspxhome.com/file/2023/8/63978_0s.jpg)
asp如何实现网上考试功能?
2010-05-24 18:32:00
matplotlib绘制多子图共享鼠标光标的方法示例
2023-06-15 13:45:19
![](https://img.aspxhome.com/file/2023/7/61227_0s.png)
python实现双色球随机选号
2021-06-26 05:11:09
Mongodb基本操作与Python连接mongodb并进行基础操作的方法
2023-10-14 23:55:51
Python实现检测服务器是否可以ping通的2种方法
2023-06-07 20:18:14
![](https://img.aspxhome.com/file/2023/0/88920_0s.jpg)
放弃 Python 转向 Go语言有人给出了 9 大理由
2021-04-14 20:28:49
![](https://img.aspxhome.com/file/2023/7/76757_0s.jpg)
FrontPage2003 中网页布局功能的应用
2007-11-18 14:43:00
![](https://img.aspxhome.com/file/uploadpic/200711/18/20071118144520978.jpg)
php结合js实现点击超链接执行删除确认操作
2023-11-15 03:30:51
实例讲解Oracle到SQL Server主键迁移
2009-03-25 13:30:00
Python使用Phantomjs截屏网页的方法
2022-06-17 15:47:14
全面理解Python中self的用法
2022-10-09 07:16:50
鼠标实现图片的渐有渐无
2013-06-30 02:49:10
Python实现利用163邮箱远程关电脑脚本
2023-08-29 10:08:08
python实现人脸签到系统
2023-12-21 06:35:05
![](https://img.aspxhome.com/file/2023/6/68476_0s.jpg)
如何在不支持数据库的ASP空间里获取更大的数据库权限?
2010-06-18 19:35:00
Python装饰器使用示例及实际应用例子
2022-01-16 01:59:32
![](https://img.aspxhome.com/file/2023/1/82831_0s.png)
Python 聊聊socket中的listen()参数(数字)到底代表什么
2022-10-17 00:49:25
![](https://img.aspxhome.com/file/2023/9/64239_0s.png)
PyTorch中可视化工具的使用
2021-03-05 23:11:39
![](https://img.aspxhome.com/file/2023/0/87500_0s.jpg)
[翻译]标记语言和样式手册 Chapter 1 清单
2008-01-15 10:26:00
![](https://img.aspxhome.com/file/UploadPic/up/2008011510563788.gif)