# -*- coding: utf-8 -*- #code:myhaspl@myhaspl.com #邻域平均法滤波,半径为2 import cv2 import numpy as np fn="test3.jpg" myimg=cv2.imread(fn) img=cv2.cvtColor(myimg,cv2.COLOR_BGR2GRAY) #加上椒盐噪声 param=20 #灰阶范围 w=img.shape[1] h=img.shape[0] newimg=np.array(img) #噪声点数量 noisecount=100000 for k in xrange(0,noisecount): xi=int(np.random.uniform(0,newimg.shape[1])) xj=int(np.random.uniform(0,newimg.shape[0])) newimg[xj,xi]=255 #邻域平均法去噪 tmpimg[1:myh-1,1:myw-1]=newimg[0:myh,0:myw] #用领域平均法的,设半径为2,脉冲响应函数 a=1/8.0 kernel=a*np.array([[1,1,1],[1,0,1],[1,1,1]]) .... ...
上面是椒盐噪声滤波
本博客所有内容是原创,如果转载请注明来源
http://blog.csdn.net/myhaspl/
下图是对高斯噪声滤波的处理,效果确实不错