opencv 이미지 필터(평균 값,사각형,고 스,중간 값)
그림 의 소음 성분 을 제거 하 는 것 을 그림 의 평활 화 나 필터 작업 이 라 고 합 니 다.신호 나 이미지 의 에 너 지 는 대부분 폭 스펙트럼 의 저주파 와 중간 주파수 에 집중 되 는 것 이 흔 하지만 비교적 높 은 주파수 에서 관심 이 있 는 정 보 는 소음 에 자주 잠긴다.따라서 고주파 성분 의 폭 을 낮 출 수 있 는 필 터 는 소음 의 영향 을 줄 일 수 있다.
다음 그림 은 왼쪽 그림 에 캡 사이 신 소음 이 있 고 오른쪽 그림 은 중간 값 필터 로 처리 한 그림 이다.
이미지 필터 의 목적 은 두 가지 가 있다.하 나 는 추출 대상 의 특징 을 이미지 인식 의 특징 모델 로 하 는 것 이다.다른 하 나 는 이미지 처리 의 요구 에 적응 하기 위해 이미지 디지털화 시 혼 입 된 소음 을 없 애 는 것 이다.
python+opencv 설명
평균 값 필터
속뜻
그림:빨간색 점 을 처리 하려 면 새 값 은 주변 N 곱 하기 N 픽 셀 의 평균(자신 포함)과 같 습 니 다.
표현 식 으로 표현:
전체 그림 에 평균 값 필터 로 확장
실현 방법:
처리 결과=cv2.blur(원본 그림,핵 크기)
핵 크기:(너비,높이)의 원조
효과:그림 을 흐 리 게 합 니 다.캡 사이 신 에 공격 당 한 사진 을 처리 할 수 있 습 니 다.
import cv2
a=cv2.imread('lenacolor.png')#
b=cv2.blur(a,(8,8))
cv2.imshow('original',a)
cv2.imshow('result',b)
cv2.waitKey(0)
cv2.destroyAllWindows()
스 퀘 어 필터
구현 방법:함수 box Filter
처리 결과=cv2.boxFilter(원본 이미지,대상 이미지 깊이,핵 크기,normalize 속성)
대상 이미지 깊이:int 형식의 대상 이미지 깊이,-1 은 원본 이미지 와 일치 함 을 표시 합 니 다.
핵 크기:(너비,높이)원조
normalize:대상 그림 을 정규 화 할 지 여부
normalize 가 true 일 때 평균 값 필터 와 마찬가지 로 false 일 때 임의의 점 의 픽 셀 을 주위 픽 셀 점 의 합 으로 표시 하여 255 이상 넘 치기 쉽다.
normalize=1,1 은 true
import cv2
a=cv2.imread('lenacolor.png')#
b=cv2.boxFilter(a,-1,(5,5),normalize=1)
cv2.imshow('original',a)
cv2.imshow('result',b)
cv2.waitKey(0)
cv2.destroyAllWindows()
결과:normalize=0,0 은 false
결 과 는 흰색 이 아 닌 점 이 몇 개 밖 에 없어 요.
핵 크기 감소(2,2)normalize=0
가우스 필터
의미:
중심 점 은 가중치 가 높 고 멀 수록 낮다.
실현 방법:GaussianBlur
처리 결과=cv2.GaussianBlur(원본 이미지 src,핵 함수 크기 ksize,sigmaX)
핵 함수 크기 ksize:(N,N)홀수 여야 합 니 다.
sigmaX:x 방향 방 차 를 제어 하고 가중치 를 제어 하 며 보통 0 을 취하 고 스스로 방 차 를 계산한다.y 축 분산 과 x 일치
import cv2
a=cv2.imread('lenacolor.png')#
b=cv2.GaussianBlur(a,(3,3),0)
cv2.imshow('original',a)
cv2.imshow('result',b)
cv2.waitKey(0)
cv2.destroyAllWindows()
중간 값 필터
픽 셀 점 인접 도 메 인 근처 픽 셀 의 중간 값 을 사용 하여 이 점 의 픽 셀 값 을 대체 합 니 다.쉽게 말 하면 이 픽 셀 의 왼쪽 에서 다섯 개의 픽 셀 점 을 찾 고 오른쪽 에서 다섯 개의 픽 셀 점 을 찾 아 정렬 한 다음 에 중간 값 을 만 들 고 중간 크기 의 값 으로 이 픽 셀 의 값 을 대체 합 니 다.
중간 값 필 터 는 반점 과 캡 사이 신 소음 을 효과적으로 제거 할 수 있다.그러나 효율 이 낮 아 연산 시간 은 평균 값 필터 의 5 배 이상이다.
실현 방법:medianBlur
대상 그림=cv2.medianBlur(원본 그림,intksize)
intksize:핵 함수,홀수 여야 합 니 다.
import cv2
a=cv2.imread('lenacolor.png')#
b=cv2.medianBlur(a,5)
cv2.imshow('original',a)
cv2.imshow('result',b)
cv2.waitKey(0)
cv2.destroyAllWindows()
opencv 이미지 필터(평균 값,사각형,고 스,중간 값)에 관 한 이 글 은 여기까지 소개 되 었 습 니 다.더 많은 opencv 이미지 필터 내용 은 우리 의 이전 글 을 검색 하거나 아래 의 관련 글 을 계속 찾 아 보 세 요.앞으로 많은 지원 을 바 랍 니 다!
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
ip camera android에 액세스하고 java를 사용하여 모니터에 표시그런 다음 PC에서 다운로드 폴더를 추출해야 합니다 그런 다음 프로젝트 폴더에 다운로드한 javacv 라이브러리를 추가해야 합니다. 먼저 라이브러리 폴더를 마우스 오른쪽 버튼으로 클릭한 다음 jar/폴더 추가를 선택...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.