本文實(shí)例為大家分享了opencv+python實(shí)現(xiàn)均值濾波的具體代碼，供大家參考，具體內(nèi)容如下

原理

均值濾波其實(shí)就是對目標(biāo)像素及周邊像素取平均值后再填回目標(biāo)像素來實(shí)現(xiàn)濾波目的的方法，當(dāng)濾波核的大小是3×3 3\times 33×3時，則取其自身和周圍8個像素值的均值來代替當(dāng)前像素值。

均值濾波也可以看成濾波核的值均為 1 的濾波。

優(yōu)點(diǎn)：算法簡單，計算速度快；

缺點(diǎn)：降低噪聲的同時使圖像產(chǎn)生模糊，特別是景物的邊緣和細(xì)節(jié)部分。

代碼

import cv2 as cv

import numpy as np

import math

import copy

def spilt( a ):

if a/2 == 0:

x1 = x2 = a/2

else:

x1 = math.floor( a/2 )

x2 = a - x1

return -x1,x2

def original (i, j, k,a, b,img):

x1, x2 = spilt(a)

y1, y2 = spilt(b)

temp = np.zeros(a * b)

count = 0

for m in range(x1, x2):

for n in range(y1, y2):

if i + m < 0 or i + m > img.shape[0] - 1 or j + n < 0 or j + n > img.shape[1] - 1:

temp[count] = img[i, j, k]

else:

temp[count] = img[i + m, j + n, k]

count += 1

return temp

def average_function(a , b ,img):

img0 = copy.copy(img)

for i in range (0 , img.shape[0] ):

for j in range (2 ,img.shape[1] ):

for k in range (img.shape[2]):

temp = original(i, j, k, a, b, img0)

img[i,j,k] = int ( np.mean(temp))

return img

def main():

img0 = cv.imread(r"noise.jpg")

ave_img = average_function( 3 , 3, copy.copy(img0) ) #（3，3）濾波器大小

cv.imshow("ave_img",ave_img)

cv.imshow("original",img0)

cv.waitKey(0)

cv.destroyAllWindows()

if __name__ == "__main__":

main()

樣例

原圖：

濾波核為3×3 3\times 33×3的均值濾波后：

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

總結(jié)

以上是生活随笔為你收集整理的python均值滤波_opencv+python实现均值滤波的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。