(三)OpenCV-Python学习—图像平滑
由于种种原因,图像中难免会存在噪声,需要对其去除。噪声可以理解为灰度值的随机变化,即拍照过程中引入的一些不想要的像素点。噪声可分为椒盐噪声,高斯噪声,加性噪声和乘性噪声等,参见:https://zhuanlan.zhihu.com/p/52889476 噪声主要通过平滑进行抑制和去除,包括基于二维离散卷积的高斯平滑,均值平滑,基于统计学的中值平滑,以及能够保持图像边缘的双边滤波,导向滤波算法等。下面介绍其具体使用 1. 二维离散卷积 理解卷积:https://www.zhihu.com/question/22298352/answer/637156871 https://www.zhihu.com/question/22298352/answer/228543288 学习图像平滑前,有必要了解下卷积的知识,看完上述连接,对于图像处理中卷积应该了解几个关键词:卷积核,锚点,步长,内积,卷积模式 卷积核(kernel) :用来对图像矩阵进行平滑的矩阵,也称为过滤器(filter) 锚点 :卷积核和图像矩阵重叠,进行内积运算后,锚点位置的像素点会被计算值取代。一般选取奇数卷积核,其中心点作为锚点 步长 :卷积核沿着图像矩阵每次移动的长度 内积 :卷积核和图像矩阵对应像素点相乘,然后相加得到一个总和,如下图所示。