Python-OpenCV入门（二）滤波器去椒盐噪声

最新推荐文章于 2026-05-20 07:26:57 发布

原创最新推荐文章于 2026-05-20 07:26:57 发布 · 3.4k 阅读

9 ·

本内容遵循CC 4.0 BY-SA版权协议

Python-OpenCV 专栏收录该内容

2 篇文章

订阅专栏

本文通过使用Python的OpenCV库和Matplotlib库，演示并比较了几种常见的图像降噪技术，包括均值模糊、盒式滤波、高斯模糊、中值模糊等，通过具体的代码实现和图像展示，直观地呈现了不同降噪方法的效果。

代码如下：

import cv2 as cv
from matplotlib import pyplot as plt

def blur_demo(image):
    blur = cv.blur(image,(3,3))
    return blur

def boxFilter_demo(image):
    boxFilter = cv.boxFilter(image,-1,(3,3),normalize=True)
    return boxFilter

def boxFilterF_demo(image):
    boxFilterF = cv.boxFilter(image,-1,(3,3),normalize=False)
    return boxFilterF

def Gaussian_demo(image):
    gaussian = cv.GaussianBlur(image,(5,5),1)
    return gaussian

def medianBulr(image):
    medianbulr = cv.medianBlur(image,5)
    return medianbulr

src = cv.imread("./images/lenaNoise.png")
src = src[:,:,[2,1,0]]
img1 = blur_demo(src)
img2 = boxFilter_demo(src)
img3 = boxFilterF_demo(src)
img4 = Gaussian_demo(src)
img5 = medianBulr(src)

plt.subplot(2,3,1),plt.imshow(src)
plt.title("Original image"),plt.xticks([]),plt.yticks([])
plt.subplot(232),plt.imshow(img1)
plt.title("blur_image"),plt.xticks([]),plt.yticks([])
plt.subplot(233),plt.imshow(img2)
plt.title("boxFilter_image"),plt.xticks([]),plt.yticks([])
plt.subplot(234),plt.imshow(img3)
plt.title("boxFilterF_image"),plt.xticks([]),plt.yticks([])
plt.subplot(235),plt.imshow(img4)
plt.title("gaussian_image"),plt.xticks([]),plt.yticks([])
plt.subplot(236),plt.imshow(img5)
plt.title("medianBulr_image"),plt.xticks([]),plt.yticks([])
plt.savefig('./images/lenaNoise_out.png')
plt.show()

实验结果：