opencv python 图像去噪

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。

  1. cv2.fastNlMeansDenoising() - 使用单个灰度图像
  2. cv2.fastNlMeansDenoisingColored() - 使用彩色图像。
  3. cv2.fastNlMeansDenoisingMulti() - 用于在短时间内捕获的图像序列(灰度图像)
  4. 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)
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