受光照、气候、成像设备等因素的影响,灰度化后的图像存在噪声和模糊干扰,直接影响到下一步的文字识别,因此,需要对图像进行增强处理。图片预处理中重要一环就是椒盐去澡,通常用到中值滤波器进行处理,效果很好。中值滤波器是一种非线性滤波器,其基本原理是把数字图像中某点的值用其领域各点值的中值代替。
如求点[i,j]的灰度值计算方法为:
(1)按灰度值顺序排列[i,j]领域中的像素点;
(2)取排序像素集的中间值作为[i,j]的灰度值。中值滤波技术能有效抑制噪声。
直接上代码,希望给大家有帮助:
import numpy as np import cv2 import tensorflow as tf from PIL import Image import os import scipy.signal as signal input_images = np.zeros((300, 300)) filename = "D:字母图库FP80627-112853.jpg" print(filename) img = Image.open(filename).resize((300, 300)).convert('L') width = img.size[0] height = img.size[1] for h in range(0, height): for w in range(0, width): if img.getpixel((h, w)) < 128: input_images[w, h] = 0 else: input_images[w, h] = 1 cv2.imshow("test1111", input_images) data = signal.medfilt2d(np.array(img), kernel_size=3) # 二维中值滤波 for h in range(0, height): for w in range(0, width): if data[h][w] < 128: input_images[w, h] = 0 else: input_images[w, h] = 1 cv2.imshow("test2222", input_images) data = signal.medfilt2d(np.array(img), kernel_size=5) # 二维中值滤波 for h in range(0, height): for w in range(0, width): if data[h][w] < 128: input_images[w, h] = 0 else: input_images[w, h] = 1 cv2.imshow("test3333", input_images) cv2.waitKey(0)
以上这篇python 中值滤波,椒盐去噪,图片增强实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持考高分网。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)