中值滤波去噪

发表于2023-07-14|更新于2026-09-01|教程OpenCV

|总字数:47|阅读时长:1分钟|浏览量:

import cv2
import matplotlib as np
#去噪点最好
img = cv2.imread("a28.png")
median = cv2.medianBlur(img,5)

# res = np.hstack((median))       #vstack 竖着的
cv2.imshow('image',img)
cv2.imshow('median',median)
cv2.waitKey(0)
cv2.destroyAllWindows()

文章作者: YuKiFuHaNe

文章链接: https://blog.yukifuhane.cn.eu.org/2023/07/14/%E4%B8%AD%E5%80%BC%E6%BB%A4%E6%B3%A2%E5%8E%BB%E5%99%AA/

版权声明: 本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 YuKiFuHaNeの博客！

Python OpenCV 中值滤波 medianBlur 图像去噪

相关推荐

OpenCV 轮廓检测

轮廓检测：cv2.findContours(img,mode,method) mode：轮廓检索模式 ·RETR_EXTERNAL 只检测最外面的轮廓 ·RETR_LIST 检索所有的轮廓，并将其保存到一条链表当中 ·RETR_CCOMP 检索所有的轮廓，并将他们组织为两层：顶层是各部分的外部边界，第二层是空洞的边界 ·RETR_TREE 检索所有的轮廓，并重构嵌套轮廓的整个层次method：轮廓逼近方法 ·CHAIN_APPROX_NONE 以Freeman链码的方式输出轮廓，所有其他方法使出多边形（顶点的序列） ·CHAIN_APPROX_SIMPLE 压缩水平的、垂直和斜的部分，也就是，函数只保留他们的终点部分 123456789101112131415161718192021222324252627282930313233#cv2.findContours(img,mode,method)#***** 要一个通道 **...

OpenCV 形态学操作：腐蚀与膨胀

代码12345678910111213141516171819import cv2import numpy as npimg = cv2.imread("a28.png")ret,thresh = cv2.threshold(img,127,255,cv2.THRESH_BINARY_INV,0)cv2.imshow("thresh",thresh)cv2.waitKey(500)# cv2.destroyAllWindows()#腐蚀kernel = np.ones((3,3),dtype=np.uint8)erosion = cv2.erode(thresh,kernel,iterations=1) #literations 为迭代次数# res = np.hstack(erosion)cv2.imshow('erosion',erosion)cv2.waitKey(0)# cv2.destroyAllWindows()#膨胀dige_dilate = cv2.dilate(thresh,kernel,...

ROI 感兴趣区域的截取

image[Y起点:Y终点,X起点:X终点] 1234567891011import cv2import numpy as npfrom matplotlib import pyplot as pltimport matplotlibimg = cv2.imread("a28.png")rows,cols,chn = img.shapeprint(rows,cols,chn)img1 = img[100:500,200:600]cv2.imshow("img1",img1)cv2.waitKey(0)cv2.destroyAllWindows()

OpenCV 图像数值相加

1234567import cv2img = cv2.imread("a28.png")img1 = img + 10cv2.imshow('img',img)cv2.imshow("img+10",img1)cv2.waitKey(0)

Python 播放声音的几种方法

方法一：playsound moduleplaysound module是一个可以跨平台使用的库，不需要其他依赖的库，直接利用pip install playsound安装就行。 12from playsound import playsoundplaysound('mysong.mp3') 只需要输入上面两行代码就可以实现，可以用来播放mp3和wav文件等，但有时会出现找不到文件的错误，并跳出执行环境，从网上查了很多，有的是说文件名出现空格的缘故，通过以下方式处理，运行时依然出问题。 123speakpath = "mysong.mp3"speakpath = speakpath.replace(" ", "%20")playsound(speakpath) 方法二：play_mp3看了看是2020年10月份新出的第三方库，比较简单，两行代码；调用前需要通过Pip install Play_mp3安装。 12import Play_mp3Play_mp3.play(filename-here) ...

Sobel算子：是离散微分算子（discrete differentiation operator），用来计算图像灰度的近似梯度，梯度越大越有可能是边缘。 Soble算子的功能集合了高斯平滑和微分求导，又被称为一阶微分算子，求导算子，在水平和垂直两个方向上求导，得到的是图像在X方法与Y方向梯度图像。缺点：比较敏感，容易受影响，要通过高斯模糊（平滑）来降噪。算子是通过权重不同来扩大差异。梯度计算：（在两个方向求导，假设被作用图像为 I）水平变化: 将 I 与一个奇数大小的内核 Gx进行卷积。比如，当内核大小为3时, Gx的计算结果为: 垂直变化: 将:math:I 与一个奇数大小的内核 Gy进行卷积。比如，当内核大小为3时, Gy的计算结果为: 在图像的每一点，结合以上两个结果求出近似梯度：有时也用下面更简单公式代替，计算速度快：（最终图像梯度）。代码123456789101112131415161718192021222324252627282930313233import cv2import numpy as np#dest = cv2.Sobel(src,...