高斯噪聲：噪聲的概率密度分布是正態分布

高斯噪聲用途：去除高斯噪聲

如果原圖是彩色圖片，可以對RGB三個通道分別做高斯平滑。

cv2.GaussianBlur(src,ksize,sigmaX,sigmay,borderType)

• src: 輸入圖像
• ksize:高斯卷積核的大小，注意 ： 卷積核的寬度和高度都應為奇數，且可以不同
• sigmaX: 水平方向的標準差
• sigmaY: 垂直方向的標準差，默認值為0，表示與sigmaX相同
• borderType:填充邊界類型

import cv2 as cv from matplotlib import pyplot as plt# 1 圖像讀取 img = cv.imread('./1.png') # 讀取帶有高斯噪聲的圖片# 2 高斯濾波 blur = cv.GaussianBlur(img, (5, 5), 1)cv.imshow("img", blur) cv.waitKey(0)# 3 圖像顯示 plt.figure(figsize=(10, 8), dpi=100) plt.subplot(121), plt.imshow(img[:, :, ::-1]), plt.title('原圖') plt.xticks([]), plt.yticks([]) plt.subplot(122), plt.imshow(blur[:, :, ::-1]), plt.title('高斯濾波后結果') plt.xticks([]), plt.yticks([]) plt.show()

高斯噪聲圖

高斯濾波后

Matlab實現給圖像添加高斯噪聲

% 給圖像加噪聲 % type可有五種,分別為’gaussian’(高斯白噪聲),’localvar’ % (與圖象灰度值有關的零均值高斯白噪聲),’poisson’(泊松噪聲), % ‘salt & pepper’(椒鹽噪聲)和’speckle’(斑點噪聲); clear all; close all; F=imread('1.png'); subplot(121);imshow(F);title('原圖'); F = imnoise(F, 'gaussian', 0.1); %給圖像加入噪聲 0.1為可以修改的參數 w = subplot(122);imshow(F);title('加噪聲之后');

總結

以上是生活随笔為你收集整理的OpenCV 高斯滤波的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。