在早先的章節(jié)里，我們看到很多圖像平滑技術(shù)如高斯模糊，Median模糊等，它們在移除數(shù)量小的噪音時(shí)在某種程度上比較好用。在這些技術(shù)里，我們?nèi)∠袼刂車囊恍〔糠粥従?，做一些類似于高斯平均?quán)重，中值等替換掉中間的元素。簡單說，移除一個(gè)像素的噪音是基于本地鄰居的。

創(chuàng)新互聯(lián)的客戶來自各行各業(yè)，為了共同目標(biāo)，我們在工作上密切配合，從創(chuàng)業(yè)型小企業(yè)到企事業(yè)單位，感謝他們對我們的要求，感謝他們從不同領(lǐng)域給我們帶來的挑戰(zhàn)，讓我們激情的團(tuán)隊(duì)有機(jī)會(huì)用頭腦與智慧不斷的給客戶帶來驚喜。專業(yè)領(lǐng)域包括成都網(wǎng)站制作、網(wǎng)站建設(shè)、外貿(mào)網(wǎng)站建設(shè)、電商網(wǎng)站開發(fā)、微信營銷、系統(tǒng)平臺開發(fā)。

噪音有一個(gè)屬性，噪音一般被認(rèn)為是具有零平均值的隨機(jī)變量。假設(shè)一個(gè)像素噪音，p = p0 + n, 其中p0是像素的真實(shí)值，n是那個(gè)像素的噪音。你可以從不同圖像取大量的同一個(gè)像素(N)并計(jì)算他們的平均值，理想情況下，你應(yīng)該得到p=p0，因?yàn)榫凳?.

你可以自己通過一個(gè)簡單例子驗(yàn)證一下。保持一個(gè)靜止的攝像機(jī)對準(zhǔn)一個(gè)位置多呆幾秒，這會(huì)給你很多幀，或者是對一個(gè)場景的很多圖像。然后寫一些代碼來找到視頻里所有幀的平均值。比較最終的結(jié)果和第一幀。你可以看到噪點(diǎn)被去掉了。不幸的是這個(gè)簡單的方法對于攝像機(jī)和場景的運(yùn)動(dòng)來說就不健壯了。而且經(jīng)常你也只有一個(gè)噪音圖像可用。

Image Denoising

OpenCV提供了這種技術(shù)的四種變體。

• cv2.fastNlMeansDenoising（） - 使用單個(gè)灰度圖像
• cv2.fastNlMeansDenoisingColored（） - 使用彩色圖像。
• cv2.fastNlMeansDenoisingMulti（） - 用于在短時(shí)間內(nèi)捕獲的圖像序列（灰度圖像）
• cv2.fastNlMeansDenoisingColoredMulti（） - 與上面相同，但用于彩色圖像。

Common arguments:

1. h：參數(shù)決定濾波器強(qiáng)度。較高的h值可以更好地消除噪聲，但也會(huì)刪除圖像的細(xì)節(jié) (10 is ok)
2. hForColorComponents：與h相同，但僅適用于彩色圖像。 （通常與h相同）
3. templateWindowSize：應(yīng)該是奇數(shù)。 （recommended 7）
4. searchWindowSize：應(yīng)該是奇數(shù)。 （recommended 21）

cv2.fastNlMeansDenoisingColored()

如上所述，它用于從彩色圖像中去除噪聲。 （噪音預(yù)計(jì)是高斯噪音）

import numpy as np
import cv2
import matplotlib.pyplot as plt


img = cv2.imread('img.jpg')

dst = cv2.fastNlMeansDenoisingColored(img,None,10,10,7,21)

plt.subplot(121),plt.imshow(img)
plt.subplot(122),plt.imshow(dst)
plt.show()

網(wǎng)站題目：opencvpython圖像去噪的實(shí)現(xiàn)方法-創(chuàng)新互聯(lián)
本文網(wǎng)址：http://jinyejixie.com/article30/dpohso.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供電子商務(wù)、定制網(wǎng)站、服務(wù)器托管、搜索引擎優(yōu)化、企業(yè)網(wǎng)站制作、虛擬主機(jī)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)