数字图像处理实验(二,图像去噪)(python实现)
基于python实现的数字图像处理实验,包括给图片添加高斯噪声以及椒盐噪声,对俩种噪声进行中值滤波和均值滤波
·
实验二
完整代码:https://github.com/Arancew/digtal-image-processing
- 高斯噪声
- 椒盐噪声
1高斯噪声
import cv2
import matplotlib.pyplot as plt
import numpy
import skimage
plt.rc("font", family='Microsoft YaHei')
img = plt.imread('../img/2.1.jpg')
plt.subplot(221), plt.title('原始图像')
plt.imshow(img, 'gray')
noise_img = skimage.util.random_noise(img, mode='gaussian')*255
plt.subplot(222), plt.title('高斯噪声图像')
plt.imshow(noise_img, 'gray')
# 均值滤波
mean_img = noise_img
for i in range(1, noise_img.shape[0] - 1): # 第一列和最后一列用不到
for j in range(1, noise_img.shape[1] - 1): # 第一行和最后一行用不到
tmp = 0 # 用来求和
for k in range(-1, 2):
for l in range(-1, 2):
tmp += noise_img[i + k][j + l]
mean_img[i][j] = tmp / 9
plt.subplot(223), plt.title('均值滤波后图像')
plt.imshow(mean_img, 'gray')
# 中值滤波
median_img = noise_img
for i in range(1, noise_img.shape[0] - 1): # 第一列和最后一列用不到
for j in range(1, noise_img.shape[1] - 1): # 第一行和最后一行用不到
tmpp = [] # 用来记录9个值
for k in range(-1, 2):
for l in range(-1, 2):
tmpp.append(noise_img[i + k][j + l])
list.sort(tmpp)
median_img[i][j] = tmpp[4] # 取得中值
plt.subplot(224), plt.title('中值滤波后图像')
plt.imshow(median_img, 'gray')
plt.show()
2.椒盐噪声
import cv2
import matplotlib.pyplot as plt
import numpy
import skimage
plt.rc("font", family='Microsoft YaHei')
img = plt.imread('../img/2.1.jpg')
plt.subplot(221), plt.title('原始图像')
plt.imshow(img, 'gray')
noise_img = skimage.util.random_noise(img, mode='salt')*255
plt.subplot(222), plt.title('椒盐噪声图像')
plt.imshow(noise_img, 'gray')
# 均值滤波
mean_img = noise_img
for i in range(1, noise_img.shape[0] - 1): # 第一列和最后一列用不到
for j in range(1, noise_img.shape[1] - 1): # 第一行和最后一行用不到
tmp = 0 # 用来求和
for k in range(-1, 2):
for l in range(-1, 2):
tmp += noise_img[i + k][j + l]
mean_img[i][j] = tmp / 9
plt.subplot(223), plt.title('均值滤波后图像')
plt.imshow(mean_img, 'gray')
# 中值滤波
median_img = noise_img
for i in range(1, noise_img.shape[0] - 1): # 第一列和最后一列用不到
for j in range(1, noise_img.shape[1] - 1): # 第一行和最后一行用不到
tmpp = [] # 用来记录9个值
for k in range(-1, 2):
for l in range(-1, 2):
tmpp.append(noise_img[i + k][j + l])
list.sort(tmpp)
median_img[i][j] = tmpp[4] # 取得中值
plt.subplot(224), plt.title('中值滤波后图像')
plt.imshow(median_img, 'gray')
plt.show()
更多推荐
已为社区贡献2条内容
所有评论(0)