opencv滤波利用

1.1 均值滤波

简朴的平均卷积利用
边框补0,每次选3 * 3个元素相加求平均值

1. # 导入OpenCV库，用于图像处理
2. import cv2
3. # 从matplotlib库中导入pyplot模块，用于绘制图像
4. from matplotlib import pyplot as plt
6. # 创建一个名为'window'的窗口，窗口大小自动调整
7. cv2.namedWindow('window', cv2.WINDOW_AUTOSIZE)  # cv2.WINDOW_AUTOSIZE: 窗口大小自动调整，不允许用户改变窗口大小
9. # 使用OpenCV的imread函数读取名为"mao.jpg"的图片，参数1表示读取彩色图像
10. cat = cv2.imread("mao.jpg", 1)  # cat变量存储读取的图像数据，OpenCV默认以BGR格式读取
12. # 在名为'window'的窗口中显示图像
13. cv2.imshow('window', cat)
15. blur = cv2.blur(cat,(3,3)) #均值滤波
16. cv2.imshow('blur', blur)
18. # 等待按键事件，0表示无限期等待
19. key = cv2.waitKey(0)
21. # 检查按下的键是否是'q'，如果是则销毁所有窗口
22. if key & 0xFF == ord('q'):  # 0xFF是掩码，用于确保只检查最低8位
23.     print("准备销毁窗口")
24.     cv2.destroyAllWindows()

复制代码

1.2 方框滤波

处置惩罚效果=cv2.boxFilter（原始图像，目标图像深度，核大小，normalize属性）,目标图像深度是-1表示和原图像大小雷同,效果几乎和均值滤波持平

true = 1 = 所有值相加 除以 矩阵元素的个数
false = 0 = 是k = 所有的元素相加,超过255时取255

1. # 导入OpenCV库，用于图像处理  
2. import cv2  
3. # 从matplotlib库中导入pyplot模块，用于绘制图像  
4. from matplotlib import pyplot as plt  
5.   
6. # 创建一个名为'window'的窗口，窗口大小自动调整  
7. cv2.namedWindow('window', cv2.WINDOW_AUTOSIZE)  # cv2.WINDOW_AUTOSIZE: 窗口大小自动调整，不允许用户改变窗口大小  
8.   
9. # 使用OpenCV的imread函数读取名为"mao.jpg"的图片，参数1表示读取彩色图像  
10. cat = cv2.imread("mao.jpg", 1)  # cat变量存储读取的图像数据，OpenCV默认以BGR格式读取  
11.   
12. # 在名为'window'的窗口中显示图像  
13. cv2.imshow('window', cat)  
14.   
15. blur = cv2.blur(cat,(3,3)) #均值滤波  
16. cv2.imshow('blur', blur)  
17.   
18. box = cv2.boxFilter(cat,-1,(3,3),normalize=True) #方框滤波  
19. cv2.imshow('box', box)  
20.   
21. # 等待按键事件，0表示无限期等待  
22. key = cv2.waitKey(0)  
23.   
24. # 检查按下的键是否是'q'，如果是则销毁所有窗口  
25. if key & 0xFF == ord('q'):  # 0xFF是掩码，用于确保只检查最低8位  
26.     print("准备销毁窗口")  
27.     cv2.destroyAllWindows()

复制代码

1.3 高斯滤波

效果=所有对应的卷积核 * 相应的值 相加

1. # 导入OpenCV库，用于图像处理  
2. import cv2  
3. # 从matplotlib库中导入pyplot模块，用于绘制图像  
4. from matplotlib import pyplot as plt  
5.   
6. # 创建一个名为'window'的窗口，窗口大小自动调整  
7. cv2.namedWindow('window', cv2.WINDOW_AUTOSIZE)  # cv2.WINDOW_AUTOSIZE: 窗口大小自动调整，不允许用户改变窗口大小  
8.   
9. # 使用OpenCV的imread函数读取名为"mao.jpg"的图片，参数1表示读取彩色图像  
10. cat = cv2.imread("mao.jpg", 1)  # cat变量存储读取的图像数据，OpenCV默认以BGR格式读取  
11.   
12. # 在名为'window'的窗口中显示图像  
13. cv2.imshow('window', cat)  
14.   
15. blur = cv2.blur(cat,(3,3)) #均值滤波  
16. cv2.imshow('blur', blur)  
17.   
18. box = cv2.boxFilter(cat,-1,(3,3),normalize=True) #方框滤波  
19. cv2.imshow('box', box)  
20.   
21. aussian = cv2.GaussianBlur(cat,(3,3),1) #高斯滤波  
22. cv2.imshow('aussian', aussian)  
23.   
24. # 等待按键事件，0表示无限期等待  
25. key = cv2.waitKey(0)  
26.   
27. # 检查按下的键是否是'q'，如果是则销毁所有窗口  
28. if key & 0xFF == ord('q'):  # 0xFF是掩码，用于确保只检查最低8位  
29.     print("准备销毁窗口")  
30.     cv2.destroyAllWindows()

复制代码

1.4 中值滤波

中值滤波是取中间元素作为值,不如3X3的范围有9个元素,每次取第五个元素

1. # 导入OpenCV库，用于图像处理  
2. import cv2  
3. # 从matplotlib库中导入pyplot模块，用于绘制图像  
4. from matplotlib import pyplot as plt  
5.   
6. # 创建一个名为'window'的窗口，窗口大小自动调整  
7. cv2.namedWindow('window', cv2.WINDOW_AUTOSIZE)  # cv2.WINDOW_AUTOSIZE: 窗口大小自动调整，不允许用户改变窗口大小  
8.   
9. # 使用OpenCV的imread函数读取名为"mao.jpg"的图片，参数1表示读取彩色图像  
10. cat = cv2.imread("mao.jpg", 1)  # cat变量存储读取的图像数据，OpenCV默认以BGR格式读取  
11.   
12. # 在名为'window'的窗口中显示图像  
13. cv2.imshow('window', cat)  
14.   
15. blur = cv2.blur(cat,(3,3)) #均值滤波  
16. cv2.imshow('blur', blur)  
17.   
18. box = cv2.boxFilter(cat,-1,(3,3),normalize=True) #方框滤波  
19. cv2.imshow('box', box)  
20.   
21. aussian = cv2.GaussianBlur(cat,(3,3),1) #高斯滤波  
22. cv2.imshow('aussian', aussian)  
23.   
24. median = cv2.medianBlur(cat,5) #中值滤波  
25. cv2.imshow('median', aussian)  
26.   
27. # 等待按键事件，0表示无限期等待  
28. key = cv2.waitKey(0)  
29.   
30. # 检查按下的键是否是'q'，如果是则销毁所有窗口  
31. if key & 0xFF == ord('q'):  # 0xFF是掩码，用于确保只检查最低8位  
32.     print("准备销毁窗口")  
33.     cv2.destroyAllWindows()

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。