数字图像处理——均值滤波器【像素级别处理】（python）

文章目录

数字图像处理——均值滤波器【像素级别处理】（python） 原理 代码实现

原理

简介： 均值滤波器（平滑线性滤波器）是在指定邻域内对其像素点求平均值，然后代替相同位置的像素点，若超过原来的图片范围，则用0来补全。

代码实现

输入：

import cv2import numpy as npimport matplotlib.pyplot as plt

img = cv2.imread('Fig0333.tif')  # 测试图片H = img.shape[0]W = img.shape[1]img3 = np.zeros((H, W, 3), np.uint8)  # 3*3邻域平滑后的图像img5 = np.zeros((H, W, 3), np.uint8)  # 5*5邻域平滑后的图像img9 = np.zeros((H, W, 3), np.uint8)  # 9*9邻域平滑后的图像img15 = np.zeros((H, W, 3), np.uint8)  # 15*15邻域平滑后的图像img35 = np.zeros((H, W, 3), np.uint8)  # 35*35邻域平滑后的图像imgs = [img3, img5, img9, img15, img35]size = [1, 2, 4, 7, 17]  # 邻域的一半for id in range(5):  # 五个图片for i in range(H):for j in range(W):sum = 0count = 0for m in range(-1 * size[id], size[id] + 1):for n in range(-1 * size[id], size[id] + 1):if 0 <= i + m < H and 0 <= j + n < W:  # 这个if循环避免了补0的操作count += 1sum += img[i + m, j + n, 0]imgs[id][i, j, 0] = sum // count
            imgs[id][i, j, 1] = imgs[id][i, j, 0]imgs[id][i, j, 2] = imgs[id][i, j, 0]# 原图plt.subplot(2, 3, 1)plt.axis('off')plt.title('Original image')plt.imshow(img)# 3*3邻域plt.subplot(2, 3, 2)plt.axis('off')plt.title('3*3 smoothing')plt.imshow(img3)# 5*5邻域plt.subplot(2, 3, 3)plt.axis('off')plt.title('5*5 smoothing')plt.imshow(img5)# 9*9邻域plt.subplot(2, 3, 4)plt.axis('off')plt.title('9*9 smoothing')plt.imshow(img9)# 15*15邻域plt.subplot(2, 3, 5)plt.axis('off')plt.title('15*15 smoothing')plt.imshow(img15)# 35*35邻域plt.subplot(2, 3, 6)plt.axis('off')plt.title('35*35 smoothing')plt.imshow(img35)plt.show()

输出：

查看更多关于数字图像处理——均值滤波器【像素级别处理】（python）的详细内容...