Python實現(xiàn)中值濾波去噪方式

更新時間：2019年12月18日 09:16:54 作者：初見與告別

今天小編就為大家分享一篇Python實現(xiàn)中值濾波去噪方式，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

中值濾波器去噪：

中值濾波的主要原理是將數(shù)字圖像中的某點用該點的鄰域中各個像素值的中值所來代替，這樣就能讓目標像素周圍能夠更好的接近真實值，比如一張白紙上有一個黑點時，黑點的像素值比較大，經(jīng)過中值濾波過后，黑點附近的像素值可能就會變小。經(jīng)過中值濾波后一些相對孤立的噪聲點就容易被清除掉，這樣就能提高圖像的質(zhì)量。

所以中值濾波器去噪的一個優(yōu)點就是對椒鹽噪聲的去除具有很好的效果，具體操作是選取一個中心鄰域，然后給鄰域類各個像素的灰度值按大小進行排序，選取排序序列中的中值作為該鄰域中心點的像素值的灰度值。

它的缺點是當鄰域挑選過大時，可能會造成圖像特征丟失。

實現(xiàn)代碼如下：

import numpy as np
import cv2
from PIL import Image
import scipy.signal as signal
import matplotlib.pyplot as plt
#創(chuàng)建一個500*500的矩陣
input_images = np.zeros((500, 500))
filename = "E:/pycharm/GraduationDesign/Test/testtwo.png"
#convert將當前圖像轉換為灰度模式，并且返回新的圖像。
#將圖片在重新定義的矩陣中再顯示，不然可能會只顯示部分。
img = Image.open(filename).resize((500, 500)).convert('L')
plt.subplot(221)
plt.title('原圖', fontproperties=font_set)
plt.imshow(img)
#圖像的尺寸，按照像素數(shù)計算。它的返回值為寬度和高度的二元組（width, height）。
width = img.size[0]
height = img.size[1]
threshold=130
#可以改寫代碼使其成為二值化,此代碼可理解為反向二值化
for h in range(height):
 for w in range(width):
  #getpixel直接獲得（h，w）處的像素直接返回這個點三個通道的像素值
  #返回給定位置的像素值。如果圖像為多通道，則返回一個元組(r,g,b,閾值）。
  #如果改成（w，h）出現(xiàn)的圖像會倒轉
  if img.getpixel((w, h)) < threshold:
 
   input_images[h, w] = 1
  else:
   input_images[h, w] = 0
plt.subplot(222)
plt.title('二值化', fontproperties=font_set)
plt.imshow(input_images)
 
data = signal.medfilt2d(np.array(img), kernel_size=3) # 二維中值濾波
for h in range(0, height):
 for w in range(0, width):
  if data[h][w] < 128:
   input_images[h, w] = 0
  else:
   input_images[h, w] = 1
 
plt.subplot(223)
plt.title('中值濾波去噪（3*3）', fontproperties=font_set)
plt.imshow(input_images)
 
data = signal.medfilt2d(np.array(img), kernel_size=7) # 二維中值濾波
for h in range(0, height):
 for w in range(0, width):
  if data[h][w] < 128:
   input_images[h, w] = 0
  else:
   input_images[h, w] = 1
plt.subplot(224)
plt.title('中值濾波去噪（7*7）', fontproperties=font_set)
plt.imshow(input_images)
plt.show()

效果圖：