10
python图像处理（均值滤波）
source link: https://blog.csdn.net/feixiaoxing/article/details/128772625
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
python图像处理（均值滤波）
【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】
在图像处理过程中，一个绕不开的话题就是噪声。其中比较经典的就是椒盐噪声。为了降低这些噪声对最终图像处理效果的影响，人们想了很多的方法，比如说均值滤波、中值滤波、高斯滤波等等。和其他滤波方法相比较，均值滤波是直觉上面比较容易想得到的方法。
所谓均值滤波，就是用一个区域内的平均值来代替当前像素点的灰度数值，这样至少可以降低噪声给图像处理造成的影响，我们以一个5*5滤波为例，在对lena图像进行滤波处理后，效果应该是这样的，
因为原来的图像没有什么噪声，所以这里用了均值滤波之后反而图像变得模糊了，但是我们要知道，滤波算法本身针对的是有噪声干扰的图片，对没有噪声的图片反而会减低之前的图像对比度，让图像变得模糊起来。
1、算法原理
以3*3的算法为例，假设需要处理的图片是一个512*512图片，那么首先需要把第一行、最后一行、第一列、最后一列的像素忽视掉。因为需要关联的算子是一个3*3的矩阵，被处理的像素点一般是正中间那一个。要使得这一个点有意义，那么就需要保证上面、下面、左边、右边都至少有三个元素。参照这个标准，图片中第一行、最后一行、第一列、最后一列的所有数据都是不满足这个标准的，因此要被过滤掉。
过滤掉必要的像素点之后
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK