滤波
滤波常用于降噪;
滤波有多种,中值滤波,均值滤波,等等,说的很高大上,其实很简单,各种滤波原理类似。
以中值滤波为例,把 每一点的数据 用 该点指定邻域内数的中位数 代替,
如 数据 [1,8,3],邻域大小为3,则8经过滤波后是3,[1,3,8]的中位数;数据可以是多维的,邻域也可以为多维;
其过程类似卷积
python 中值滤波函数为 scipy.signal.medfilt(signal, kernel_size),第一个参数为信号值,第二个参数为滑框大小,注意第二个参数必须为奇数,即左+1+右;
如果滑框内没数据,以 0 填充
import random
import numpy as np
import scipy.signal as signal
# 一维中值滤波
x=np.arange(0,100,10)
random.shuffle(x)
print x
# [70 20 10 30 40 0 60 80 90 50]
print signal.medfilt(x,3) # 一维中值滤波
# [20. 20. 20. 30. 30. 40. 60. 80. 80. 50.]
# 二维中值滤波
x=np.random.randint(1,1000,(4,4))
print x
# [[711 77 365 518]
# [987 621 734 19]
# [652 370 615 467]
# [852 420 880 175]]
print signal.medfilt(x,(3,3))
# [[ 0. 365. 77. 0.]
# [370. 621. 467. 365.]
# [420. 652. 467. 175.]
# [ 0. 420. 370. 0.]]
二维中值滤波还可以用 signal.medfilt2d(),速度快,但只支持 int8,float32,float64
滑框维度总是可以为1,如果大于1,其维度必须等于信号维度
也就是说,如果信号为3维,滑框必须为3维
图像去噪
滤波常用于图像预处理
import numpy as np
from PIL import Image
import scipy.signal as signal
im=Image.open('test2.png') # 读入图片并建立Image对象im
# im=im.convert('L') # 转为灰度图
data=[] # 存储图像中所有像素值的list(二维)
width,height=im.size # 图片尺寸,长宽,或者说宽高-->横竖
print(width, height)
# 读取图像像素的值
for w in range(width): # 对每个行号h
row=[] # 记录每一行像素
for h in range(height): # 对每行的每个像素列位置w
value=im.getpixel((w, h)) # 用getpixel读取这一点像素值
row.append(value) # 把它加到这一行的list中去
data.append(row) # 把记录好的每一行加到data的子list中去,就建立了模拟的二维list
### 彩色图滤波
# data=signal.medfilt(data,kernel_size=3) # 二维中值滤波
# data=signal.medfilt(data,kernel_size=5)
data=signal.medfilt(data,kernel_size=(3, 3, 3))
### 灰度图滤波
##1
# data=signal.medfilt(data,kernel_size=(3, 3))
##2
# data = np.uint8(data)
# data=signal.medfilt2d(data,kernel_size=(11, 11))
#
data=np.int32(data) # 转换为int类型,以使用快速二维滤波
# data=np.int8(data)
print(data)
# 创建并保存结果
for w in range(width): # 对每一行
for h in range(height): # 对该行的每一个列号
im.putpixel((w,h),tuple(data[w][h])) # 将data中该位置的值存进图像,要求参数为tuple
# im.putpixel((w,h),data[w][h]) # 灰度图的处理方式
im.save('result2.jpg') # 存储
图1 为原图;图2 使用 领域为3的中值滤波处理;图3 使用 领域为5的中值滤波处理
当使用中值滤波处理图片时,图像的边缘可能变得模糊,领域越大,越模糊。
图3 的边缘就比 图1 模糊。
也就是说滤波对图像的有去躁和模糊的作用。