均值滤波和中值滤波的非算法库实现 Python
一、滤波是什么?
滤波(Wave filtering)是将信号中特定波段频率滤除的操作,是抑制和防止干扰的一项重要措施,均值滤波和中值滤波都为低通滤波。
二、使用步骤
1.均值滤波
均值滤波是典型的线性滤波算法,是指用当前像素点周围nxn个像素值的均值来代替当前像素值。使用该方法遍历处理图像内的每一个像素点,可完成整幅图像的均值滤波。 邻域的大小与平滑的效果直接相关,邻域越大平滑的效果越好,但邻域过大,平滑会使边缘信息损失的越大,从而使输出的图像变得模糊(破坏了图像的细节)。 均值滤波对高斯噪声表现较好,对椒盐噪声表现较差。 代码如下:
import numpy as np #img为待处理图片 kernel为滤波模板 def corr2d(img, kernel): h,w = kernel.shape #对图像进行镜像填充,边缘填充尺寸加一 pad_img = np.pad(img, ((1, 1), (1, 1)), reflect) new_img = np.zeros((pad_img.shape[0]-h+1,pad_img.shape[1]-w+1)) # print(new_img) for i in range(new_img.shape[0]): for j in range(new_img.shape[1]): new_img[i,j] = ((pad_img[i:i+h,j:j+w]*kernel).sum())/(h*w) return new_img arry =[[1,3,4,3], [2,3,0,8], [2,5,9,6], [2,3,1,7]] kernel = [[1,1,1],[1,1,1],[1,1,1]] ndarry = corr2d(np.array(arry),np.array(kernel))
numpy.pad解释:
ndarray = numpy.pad(array, pad_width, mode, **kwargs)
-
array:为要填充的数组 pad_width:在各个方向上想要填充的长度。 mode:为填充类型,有“constant”,“edge”,“‘reflect’”等模式。constant模式,指定填充的数值,如果不指定,则默认填充0;edge模式,使用边缘值进行填充;reflect模式,使用镜像值进行填充;
2.中值滤波
中值滤波采用非线性的方法,它在平滑脉冲噪声方面非常有效,同时它可以保护图像尖锐的边缘,选择适当的点来替代污染点的值。对椒盐噪声表现较好,对高斯噪声表现较差。 代码如下:
import numpy as np def corr2d(img, kernel): h,w = kernel.shape pad_img = np.pad(img, ((1, 1), (1, 1)), reflect) new_img = np.zeros((pad_img.shape[0]-h+1,pad_img.shape[1]-w+1)) # print(new_img) for i in range(new_img.shape[0]): for j in range(new_img.shape[1]): new_img[i, j] = np.median(pad_img[i:i + h, j:j + w] * kernel) return new_img
下一篇:
SSD目标检测网络模型详细介绍