opencv python 图像去噪

最新推荐文章于 2025-06-06 17:02:48 发布

转载

最新推荐文章于 2025-06-06 17:02:48 发布 · 2.2k 阅读

11 ·

CC 4.0 BY-SA版权

原文链接：https://segmentfault.com/a/1190000015846441

文章标签：

#人工智能 #python

这篇博客介绍了OpenCV库在Python中进行图像去噪的四种方法：cv2.fastNlMeansDenoising（灰度图像）、cv2.fastNlMeansDenoisingColored（彩色图像）、cv2.fastNlMeansDenoisingMulti（图像序列，灰度图像）以及cv2.fastNlMeansDenoisingColoredMulti（彩色图像序列）。文章强调了参数设置对去噪效果的影响，并给出了应用于视频去噪的例子。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Image Denoising

OpenCV提供了这种技术的四种变体。

cv2.fastNlMeansDenoising（） - 使用单个灰度图像
cv2.fastNlMeansDenoisingColored（） - 使用彩色图像。
cv2.fastNlMeansDenoisingMulti（） - 用于在短时间内捕获的图像序列（灰度图像）
cv2.fastNlMeansDenoisingColoredMulti（） - 与上面相同，但用于彩色图像。

Common arguments:

h：参数决定滤波器强度。较高的h值可以更好地消除噪声，但也会删除图像的细节 (10 is ok)
hForColorComponents：与h相同，但仅适用于彩色图像。（通常与h相同）
templateWindowSize：应该是奇数。（recommended 7）
searchWindowSize：应该是奇数。（recommended 21）

cv2.fastNlMeansDenoisingColored()
如上所述，它用于从彩色图像中去除噪声。（噪音预计是高斯噪音）

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)