如何实现Python中的手写均值滤波算法?

2026-05-28 23:391阅读0评论SEO资讯
  • 内容介绍
  • 文章标签
  • 相关推荐

本文共计396个文字,预计阅读时间需要2分钟。

如何实现Python中的手写均值滤波算法?

原文示例:本文字例为大师分享了Python手写均值滤波去噪的具体代码,供大师参考。具体内容如下:原理与卷积类似,设置一个n*n的滤波模板,滤波模板内的值累加除以模板的尺寸大小,取平均值为滤波后的值。

本文实例为大家分享了python手写均值滤波的具体代码,供大家参考,具体内容如下

原理与卷积类似,设置一个n*n的滤波模板,滤波模板内的值累加除以模板的尺寸大小取平均为滤波后的值。

如何实现Python中的手写均值滤波算法?

代码如下:

import cv2 as cv import numpy as np #均值滤波 def meansBlur(src, ksize): ''' :param src: input image :param ksize:kernel size :return dst: output image ''' dst = np.copy(src) #创建输出图像 kernel = np.ones((ksize, ksize)) # 卷积核 padding_num = int((ksize - 1) / 2) #需要补0 dst = np.pad(dst, (padding_num, padding_num), mode="constant", constant_values=0) w, h = dst.shape dst = np.copy(dst) for i in range(padding_num, w - padding_num): for j in range(padding_num, h - padding_num): dst[i, j] = np.sum(kernel * dst[i - padding_num:i + padding_num + 1, j - padding_num:j + padding_num + 1]) \ // (ksize ** 2) dst = dst[padding_num:w - padding_num, padding_num:h - padding_num] #把操作完多余的0去除,保证尺寸一样大 return dst img_path = r"F:\03.png" img = cv.imread(img_path,0) dst = meansBlur(img,5) cv.imshow('src',img) cv.imshow('dst',dst) print(dst) cv.waitKey(0)

注释:红框表示两个for循环的范围,i - padding_num:i + padding_num + 1表示第i行上移padding_num行,下移padding_num,+1是因为list列表为左闭右开区间,右边的元素取不到值。padding表示周围填充一圈。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持易盾网络。

本文共计396个文字,预计阅读时间需要2分钟。

如何实现Python中的手写均值滤波算法?

原文示例:本文字例为大师分享了Python手写均值滤波去噪的具体代码,供大师参考。具体内容如下:原理与卷积类似,设置一个n*n的滤波模板,滤波模板内的值累加除以模板的尺寸大小,取平均值为滤波后的值。

本文实例为大家分享了python手写均值滤波的具体代码,供大家参考,具体内容如下

原理与卷积类似,设置一个n*n的滤波模板,滤波模板内的值累加除以模板的尺寸大小取平均为滤波后的值。

如何实现Python中的手写均值滤波算法?

代码如下:

import cv2 as cv import numpy as np #均值滤波 def meansBlur(src, ksize): ''' :param src: input image :param ksize:kernel size :return dst: output image ''' dst = np.copy(src) #创建输出图像 kernel = np.ones((ksize, ksize)) # 卷积核 padding_num = int((ksize - 1) / 2) #需要补0 dst = np.pad(dst, (padding_num, padding_num), mode="constant", constant_values=0) w, h = dst.shape dst = np.copy(dst) for i in range(padding_num, w - padding_num): for j in range(padding_num, h - padding_num): dst[i, j] = np.sum(kernel * dst[i - padding_num:i + padding_num + 1, j - padding_num:j + padding_num + 1]) \ // (ksize ** 2) dst = dst[padding_num:w - padding_num, padding_num:h - padding_num] #把操作完多余的0去除,保证尺寸一样大 return dst img_path = r"F:\03.png" img = cv.imread(img_path,0) dst = meansBlur(img,5) cv.imshow('src',img) cv.imshow('dst',dst) print(dst) cv.waitKey(0)

注释:红框表示两个for循环的范围,i - padding_num:i + padding_num + 1表示第i行上移padding_num行,下移padding_num,+1是因为list列表为左闭右开区间,右边的元素取不到值。padding表示周围填充一圈。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持易盾网络。