OpenCV Python - 图像过滤

图像基本上是由对应于灰度值的 0 到 255 之间的二进制值表示的像素矩阵。彩色图像是一个三维矩阵，具有多个与 RGB 相对应的通道。

图像过滤是对像素值进行平均以改变原始图像的阴影、亮度、对比度等的过程。

通过应用低通滤波器，我们可以消除图像中的任何噪声。高通滤波器有助于检测边缘。

OpenCV库提供了cv2.filter2D()函数。它通过大小为 3X3 或 5X5 等的方阵的核对原始图像进行卷积。

卷积使核矩阵在图像矩阵上水平和垂直滑动。对于每个位置，添加内核下的所有像素，取内核下像素的平均值，并用平均值替换中心像素。

对所有像素执行此操作即可获得输出图像像素矩阵。请参阅下面给出的图表 -

像素矩阵

cv2.filter2D() 函数需要输入数组、核矩阵和输出数组参数。

例子

下图使用该函数获得二维卷积结果的平均图像。其程序如下 -

import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt
img = cv.imread('opencv_logo_gs.png')
kernel = np.ones((3,3),np.float32)/9
dst = cv.filter2D(img,-1,kernel)
plt.subplot(121),plt.imshow(img),plt.title('Original')
plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(dst),plt.title('Convolved')
plt.xticks([]), plt.yticks([])
plt.show()

输出

像素矩阵

过滤功能的类型

OpenCV 中其他类型的过滤功能包括 -

  • BioralFilter - 减少不需要的噪音，保持边缘完整。

  • BoxFilter - 这是一个平均模糊操作。

  • GaussianBlur - 消除高频内容，例如噪声和边缘。

  • MedianBlur - 它不是平均值，而是取内核下所有像素的中值并替换中心值。