专栏首页贾志刚-OpenCV学堂OpenCV图像噪声与去噪函数方法对比使用介绍

OpenCV图像噪声与去噪函数方法对比使用介绍

一:噪声类型与去噪声方法介绍

图像去噪在二值图像分析、OCR识别预处理环节中十分重要,最常见的图像噪声都是因为在图像生成过程中因为模拟或者数字信号受到干扰而产生的,常见的噪声类型有如下:

  • 椒盐噪声
  • 高斯噪声
  • 泊松噪声
  • 乘性噪声

OpenCV中有多个可以降低图像噪声、对图像实现平滑滤波的函数,最常见的就是均值模糊与高斯模糊,它们都可以在一定程度上减低上述几种噪声,另外还有中值模糊、双边模糊、非局部去噪等函数方法可以使用,针对特定种类的噪声,使用有针对性函数与合理的参数可以取得较好的效果: 函数名称 去噪效果

  • blur 对各种噪声都有一定的抑制作用
  • GaussianBlur 对随机噪声比较好,对椒盐噪声效果不好
  • medianBlur 对椒盐噪声效果比较好
  • fastNlMeansDenoising 非局部去噪,速度很慢,可以调参的去噪方法
  • fastNlMeansDenoisingColored 同上,去噪针对彩色图像

对于fastNIMeansDenoising方法来说,只支持输入是灰度图像的,各个参数意义如下:

fastNlMeansDenoising (
src // 输入图像
dst=None, // 输出结果
h=None, // h值越大表示去噪声力度越大,同时细节丢失也越多,默认10即可。
templateWindowSize=None, // 相似性权重计算窗口大小,一般为5~15之间
searchWindowSize=None// 搜索窗口,大小可以设置为相似性计算窗口大小的3~5倍即可。
)

二:程序效果演示

椒盐噪声图像

中值滤波结果

非局部均值去噪声结果

高斯噪声图像

中值滤波结果

非局部均值去噪声结果

Python版本源代码如下:

def denoise_demo():
    src = cv.imread("D:/javaopencv/lenanoise2.png")
    cv.imshow("input", src)
    # 相似窗口大小5, 搜索窗口大小25
    # h = 10, h 越大表示去噪声效果越好,细节越丢失
    dst = cv.fastNlMeansDenoisingColored(src, None, 15, 15, 7, 21)

    gray= cv.cvtColor(src, cv.COLOR_BGR2GRAY)
    gret = cv.fastNlMeansDenoising(gray, None, 15, 8, 25)
    cv.imshow("denoise", dst)
    cv.imshow("result", gret)
    cv.imwrite("D:/nim_result.png", dst)


def salt_pepper_noise():
    src = cv.imread("D:/javaopencv/lenanoise.png")
    cv.imshow("input", src)
    # ksize必须是大于1 奇数3\5\7\9\11
    dst = cv.medianBlur(src, 5)
    cv.imshow("denoise", dst)
    cv.imwrite("D:/sp_result.png", dst)

从上面可以看出,对椒盐噪声中值滤波效果比较好,对高斯噪声非局部均值去噪效果比较好!

本文分享自微信公众号 - OpenCV学堂(CVSCHOOL),作者:gloomyfish

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-05-17

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 高能干货:OpenCV看这篇就够了,9段代码详解图像变换基本操作

    OpenCV是使用C++进行编写的、以BSD许可证开放源代码的、跨平台的计算机视觉库。它提供了上百种计算机视觉、机器学习、图像处理等相关算法,新版本的OpenC...

    华章科技
  • 干货 | OpenCV看这篇就够了,9段代码详解图像变换基本操作

    【导读】OpenCV是一个以BSD许可证开源的、跨平台的计算机视觉库。它提供了Python、C++、Java、Matlab等多种编程语言接口。它集成了很多计算机...

    AI科技大本营
  • 用opencv给图片换背景色的示例代码

    OpenCV函数:cv2.blur(), cv2.GaussianBlur(), cv2.medianBlur(), cv2.bilateralFilter()

    砸漏
  • OpenCV中导向滤波介绍与应用

    OpenCV中导向滤波介绍与应用 导向滤波介绍 导向滤波是使用导向图像作为滤波内容图像,在导向图像上实现局部线性函数表达,实现各种不同的线性变换,输出变形之后的...

    OpenCV学堂
  • 【走进OpenCV】滤波代码原来这么写!(纠正版)

    学习计算机视觉最重要的能力应该就是编程了,为了帮助小伙伴尽快入门计算机视觉,小白准备了【走进OpenCV】系列,主要帮助小伙伴了解如何调用OpenCV库,涉及到...

    小白学视觉
  • opencv 图像滤波(均值,方框,高斯,中值)

    消除图像中的噪声成分叫作图像的平滑化或滤波操作。信号或图像的能量大部分集中在幅度谱的低频和中频段是很常见的,而在较高频段,感兴趣的信息经常被噪声淹没。因此一个能...

    砸漏
  • CV学习笔记(十四):边缘检测

    在这一篇文章里我们将去学习在计算机视觉中边缘检测的知识,并且去使用OpenCV来实现Canny边缘检测算法。

    云时之间
  • 【从零学习OpenCV 4】图像中添加椒盐噪声

    经过几个月的努力,小白终于完成了市面上第一本OpenCV 4入门书籍《从零学习OpenCV 4》。为了更让小伙伴更早的了解最新版的OpenCV 4,小白与出版社...

    小白学视觉
  • 历时七个月整理出来的《OpenCV4系统化学习路线图》

    OpenCV4.0发布以来,其依靠良好的接口代码、系统级别的优化、更加通用易学的函数调用,集成OpenVINO与tensorflow、caffe等模型加速推断、...

    AI算法与图像处理
  • 历时七个月整理出来的《OpenCV4系统化学习路线图》

    OpenCV4.0发布以来,其依靠良好的接口代码、系统级别的优化、更加通用易学的函数调用,集成OpenVINO与tensorflow、caffe等模型加速推断、...

    磐创AI
  • 【从零学习OpenCV 4】高斯滤波

    高斯噪声是一种常见的噪声,图像采集的众多过程中都容易引入高斯噪声,因此针对高斯噪声的高斯滤波也广泛应用于图像去噪领域。高斯滤波器考虑了像素离滤波器中心距离的影响...

    小白学视觉
  • 【OpenCV 4开发详解】形态学应用

    图像形态学腐蚀可以将细小的噪声区域去除,但是会将图像主要区域的面积缩小,造成主要区域的形状发生改变;图像形态学膨胀可以扩充每一个区域的面积,填充较小的空洞,但是...

    小白学视觉
  • Task06 边缘检测

    如上图所示,上图的第一幅图表示一张数字图片,我们对水平红线处进行求导,便可得到上图二中的关系,可以看到在边缘处有着较大的跳变。但是,导数也会受到噪声的影响,因此...

    致Great
  • 使用OpenCV在Python中进行图像处理

    在本教程中,我们将学习如何使用Python语言执行图像处理。我们不会局限于单个库或框架;但是,我们将最常使用的是Open CV库。我们将先讨论一些图像处理,然后...

    拓端
  • CV学习笔记(十四):边缘检测

    在这一篇文章里我们将去学习在计算机视觉中边缘检测的知识,并且去使用OpenCV来实现Canny边缘检测算法。

    云时之间
  • OpenCV线性滤波(均值滤波,方框滤波,高斯滤波)

    OpenCV中提供了三种常用的线性滤波函数,它们分别是方框滤波,均值滤波和高斯滤波。

    zy010101
  • 【从零学习OpenCV 4】Canny算法

    本节中最后介绍的边缘检测算法是Canny算法,该算法不容易受到噪声的影响,能够识别图像中的弱边缘和强边缘,并结合强弱边缘的位置关系,综和给出图像整体的边缘信息。...

    小白学视觉
  • python+opencv边缘提取与各函数参数解析

    很多人家的经验,我发现都千篇一律,功能函数没解析,参数不讲解,就一个代码,所以在此将搜集的解析和案例拿出来汇总!!!

    砸漏
  • Task04 图像滤波

    图像的实质是一种二维信号,滤波是信号处理中的一个重要概念。在图像处理中,滤波是一种非常常见的技术,它们的原理非常简单,但是其思想却十分值得借鉴,滤波是很多图像算...

    致Great

扫码关注云+社区

领取腾讯云代金券