图像处理-线性平滑与锐化

一栋人

于 2020-04-28 18:49:28 发布

阅读量765

点赞数

本文链接：https://blog.youkuaiyun.com/weixin_43391310/article/details/105820785

版权

本文探讨了图像处理中的线性平滑和锐化技术。平滑部分介绍了h1和h2两种方法，通过消除噪声来改善图像质量。而在锐化环节，文章详细阐述了h3、h4、h5三种不同策略，这些策略用于增强图像边缘，提升细节表现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

平滑

原始图像：
在这里插入图片描述

h1

在这里插入图片描述

h2

在这里插入图片描述

锐化

原始图像：
在这里插入图片描述

h3

在这里插入图片描述

h4

在这里插入图片描述

h5

在这里插入图片描述

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


ifd1 = 'input.jpg' # dayanta
ofd = 'output.jpg'


def read_gray_img(fd):
    img = cv.imread(fd)    
    img = cv.cvtColor(img, cv.COLOR_BGR2GRAY)    
    return img


def add_noise(img):
    res = np.copy(img)
    row, col = res.shape

    for i in range(5000):
        x = np.random.randint(0, row)
        y = np.random.randint(0, col)
        res[x, y] = 255  

    return res


def box_filter(img):
    res = cv.boxFilter(img, -1, (3,3), normalize=1)
    cv.imwrite('output.jpg', res)


def gaussian_filter(img):
    res = cv.GaussianBlur(img, (3,3), 0)
    cv.imwrite('output.jpg', res)


def l

最低0.47元/天解锁文章