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

  • 哈工大与北大提出注意力引导的图像去噪

    哈尔滨工业大学与北京大学的研究人员在神经网络Top期刊NeuralNetworks上2020年联合发表《Attention-guided CNN for ima...

    OpenCV学堂
  • 一文综述神经网络中常用的损失函数 | DL入门

    不同的损失函数可用于不同的目标。在这篇文章中,我将带你通过一些示例介绍一些非常常用的损失函数。这篇文章提到的一些参数细节都属于tensorflow或者keras...

    OpenCV学堂
  • 手撕OpenCV源码之filter2D(二)

    前文对这个函数的分析是为了了解filter的实现结构,所以比较粗略,本文将更细致的分析opencv中filter2D的c++实现的细节,不涉及各种加速的实现方式...

    OpenCV学堂
  • 拒绝被坑,Jupyter Notebook 输出 PDF 并支持中文显示

    https://www.cnblogs.com/SC-CS/p/Jupyter-PDF_Chinese_Support.html

    CSDN技术头条
  • Python数据分析之matplotlib(一)

    罗罗攀
  • 纸上谈兵: 最短路径与贪婪

    作者:Vamei 出处:http://www.cnblogs.com/vamei 欢迎转载,也请保留这段声明。谢谢! 图是由节点和连接节点的边构成的。节点之间可...

    Vamei
  • 手把手教你设置 IntelliJ IDEA 的彩色代码主题

    版权声明:Follow your heart and intuition. https://...

    CG国斌
  • 深度学习(Deep Learning)是否已经让传统的机器学习无用了?

    ---- 作者: 威廉·沃海思(William Vorhies) 编译: AI100 原文地址: http://www.datasciencecentral....

    AI科技大本营
  • 超越Adam,从适应性学习率家族出发解读ICLR 2018高分论文

    机器之心
  • 源中瑞数字资产多币种钱包app定制开发

    源中瑞数字资产多币种钱包app定制开发度误伤,采用hd钱包技术,多重签名加密保障数字资产的安全,支持提供各类专业算法,提供用户管理、充值、提现、交易等功能,支持...

    v13823115027

扫码关注云+社区

领取腾讯云代金券