图片去噪的一种思路与方法（用途：识别验证码等），接很久之前的找茬的那篇博客

本人自己用的简单暴力的去噪思路：

  把图片分成众多小矩形，每一个小矩形进行判断白点（图片已经二值化处理），如果该矩形内的白点大于一个值（这个值可以根据你取得矩形的大小进行酌情处理）。小于这个值则这一块的值变成0（黑色）。

过程：

我有如下部分代码

.... # 图片已经打开，保存在img变量里面

pixel = img.load()
print(pixel[x,y]) # 打印出坐标为（x，y）的像素值

利用PIL库的im.load方法（im.load方法算是PIL库里面处理像素问题比较快的），可以得到一个图片每个像素的像素值，实质上是一个二维队列（就像C语言里面的二维数组）,注意：如果你将图片二值化（图片convert(‘1’)，）或者convert(‘1’)，就只会显示一个数字。例如：

img2 = img.convert('L')
pixel2 = img2.load()
print(pixel2[x,y]) # 显示一个数字，该数字位于0~255之间，每个像素用8bit表示
# 如果前面是img2 = img.convert('1')二值化后，结果只可能是0（黑），或者255（白0

在RGB模式或者RGBA模式下，打印一个像素的值，结果会显示一个元祖，形式为(R值，G值，B值)或者（R值，G值，B值，A值）。


以上大概介绍了一下load之后获得了一个二维列表，接下来开始进行去噪处理：

本人的思路是，先图片二值化，利用2个for循环遍历整个图片大小的像素值，将图片切成一个个小矩形，判断每个矩形内白点，然后设定一个值（这个值根据你切的大小以及像素多少自己定义个数字就可以了），矩形是越小越好，越小虽然会增加计算机的计算时间，但可以使图片去噪效率更高。

我这里上了我那次辅助的去噪代码（部分）
图片是480*360分