基於opencv對圖片新增高斯模糊和高斯去噪(python)
阿新 • • 發佈:2020-12-18
圖片的位置與程式碼處於一個資料夾下;生成的圖片也在同一個資料夾下。
①.新增高斯噪聲
import cv2
import numpy as np
import math
# 加高斯噪聲
def clamp(pv):
if pv > 255:
return 255
if pv < 0:
return 0
else:
return pv
def gaussian_noise(image):
h, w, c = image.shape
for row in range(h):
for col in range(w):
s = np.random.normal(0, 25, 3)# 產生隨機數,每次產生三個
b = image[row, col, 0] # blue
g = image[row, col, 1] # green
r = image[row, col, 2] # red
image[row, col, 0] = clamp(b + s[0])
image[row, col, 1] = clamp(g + s[1])
image[row, col, 2] = clamp(r + s[2])
cv2.imshow("noise_image", image)
cv2.imwrite('noise.png', image)
src = cv2.imread('tiger.png')
cv2.imshow('input_image', src)
其中src = cv2.imread('tiger.png')
中的’tiger.png
'更改為需要新增高斯模糊的圖片。
②.高斯去噪(高斯模糊)
import cv2
import numpy as np
import math
src = cv2.imread('tiger.png')
#高斯模糊
gaussian_noise(src)
dst = cv2.GaussianBlur(src, (5,5), 0)
cv2.imshow("Gaussian_Blur", dst)
cv2.imwrite('Gaussian_Blur.png', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()
其中src = cv2.imread('tiger.png')
中的tiger.png
更改為需要新增高斯模糊的圖片。
③.總程式碼
import cv2
import numpy as np
import math
# 加高斯噪聲
def clamp(pv):
if pv > 255:
return 255
if pv < 0:
return 0
else:
return pv
def gaussian_noise(image):
h, w, c = image.shape
for row in range(h):
for col in range(w):
s = np.random.normal(0, 25, 3)# 產生隨機數,每次產生三個
b = image[row, col, 0] # blue
g = image[row, col, 1] # green
r = image[row, col, 2] # red
image[row, col, 0] = clamp(b + s[0])
image[row, col, 1] = clamp(g + s[1])
image[row, col, 2] = clamp(r + s[2])
cv2.imshow("noise_image", image)
cv2.imwrite('noise.png', image)
src = cv2.imread('tiger.png')
cv2.imshow('input_image', src)
#高斯模糊
gaussian_noise(src)
dst = cv2.GaussianBlur(src, (5,5), 0)
cv2.imshow("Gaussian_Blur", dst)
cv2.imwrite('Gaussian_Blur.png', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()
有問題請留言,會及時回覆的。