墙上裂纹检测————中值、高斯、双边滤波

本文深入探讨了三种关键的图像滤波技术:中值滤波、高斯滤波和双边滤波,通过Python的OpenCV库实现并展示了每种滤波方法对图像噪声的处理效果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

原图像:
在这里插入图片描述

import cv2
o=cv2.imread("binary3.bmp")
cv2.imshow("original",o)
# 中值滤波
r1=cv2.medianBlur(o,1)
cv2.imshow("result1",r1)
# 高斯滤波
r2=cv2.GaussianBlur(o,(7,7),0,0)
cv2.imshow("result2",r2)
#双边滤波
r3=cv2.bilateralFilter(o,25,100,100)
cv2.imshow("result3",r3)

cv2.waitKey()
cv2.destroyAllWindows()

中值滤波
在这里插入图片描述

高斯滤波
在这里插入图片描述

双边滤波
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值