基於opencv的python中3*3鄰域平滑,中值去模糊處理

基於opencv的python中3*3鄰域平滑,中值去模糊處理

調用numpy的zeros函數創建所需類型的3個數組，用於平滑,取中值和擴充之後的圖片。然後用冒泡排序取得中間值完成中值處理，最後在一個窗口上顯示。

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

img = cv2.imread('Fig0335.tif')  # 測試圖片
H = img.shape[0]  #獲取圖片的高(像素點個數)
W = img.shape[1]  #獲取圖片的寬(像素點個數)

img3 = np.zeros((H, W, 3), np.uint8)  # 3*3鄰域平滑後的圖像
imgmid = np.zeros((H, W, 3), np.uint8)  # 3*3鄰域內取中值的圖像

tmpImg = np.zeros((H + 2, W + 2, 3), np.uint8)  # 擴充之後的圖像
for i in range(H):
    for j in range(W):
        tmpImg[i + 1, j + 1] = img[i, j]   #將測試圖片複製到擴充之後的圖像中
        
for i in range(H):
    for j in range(W):
        S = []
        for x in range(3):
            for y in range(3):   #3*3鄰域
                # S[x * 3 + y] = tmpImg[i + x, j + y, 0]
                S.append(tmpImg[i + x, j + y, 0])
        img3[i, j, 0] = sum(S) // 9  #取平均值
        img3[i, j, 1] = img3[i, j, 0]
        img3[i, j, 2] = img3[i, j, 0]
        # 冒泡排序，只要排到中間一個值，即4，因此x範圍是8->3
        for x in range(8, 3, -1): #從8減少到3，每次減少1,因爲每循環一次就排好一個數
            for y in range(x): 
                if S[y + 1] > S[y]: #小的數往後移
                    temp = S[y]
                    S[y] = S[y + 1]
                    S[y + 1] = temp
        imgmid[i, j, 0] = S[4]  #取中間值
        imgmid[i, j, 1] = imgmid[i, j, 0]
        imgmid[i, j, 2] = imgmid[i, j, 0]

# 原圖
plt.subplot(1, 3, 1)        #將窗口分爲1行三列，第1個子圖
plt.axis('off')             #不顯示座標尺寸
plt.title('Original image') #第一幅圖片標題
plt.imshow(img)             #繪製第一幅圖片

# 3*3鄰域
plt.subplot(1, 3, 2)
plt.axis('off')
plt.title('3*3 smoothing')
plt.imshow(img3)

# 鄰域中值替換之後
plt.subplot(1, 3, 3)
plt.axis('off')
plt.title('Middle Value Replaced Image')
plt.imshow(imgmid)

plt.show()

一個運行截圖(基於一本數字圖像處理書:岡薩雷斯)