python 图片去噪的方法示例

Python  /  管理员 发布于 7年前   175

图像可能在生成、传输或者采集过程中夹带了噪声，去噪声是图像处理中常用的手法。通常去噪声用滤波的方法，比如中值滤波、均值滤波。但是那样的算法不适合用在处理字符这样目标狭长的图像中，因为在滤波的过程中很有可能会去掉字符本身的像素。

一个采用的是去除杂点的方法来进行去噪声处理的。具体算法如下：扫描整个图像，当发现一个黑色点的时候，就考察和该黑色点间接或者直接相连接的黑色点的个数有多少，如果大于一定的值，那就说明该点不是离散点，否则就是离散点，把它去掉。在考察相连的黑色点的时候用的是递归的方法。此处，我简单的用python实现了,大家可以参考以下。

#coding=utf-8"""造物奇迹QQ2737499951"""import cv2import numpy as npfrom matplotlib import pyplot as pltfrom PIL import Image,ImageEnhance,ImageFilter img_name = 'test.jpg'#去除干扰线im = Image.open(img_name)#图像二值化enhancer = ImageEnhance.Contrast(im)im = enhancer.enhance(2)im = im.convert('1')data = im.getdata()w,h = im.size#im.show()black_point = 0for x in xrange(1,w-1):  for y in xrange(1,h-1):    mid_pixel = data[w*y+x] #中央像素点像素值    if mid_pixel == 0: #找出上下左右四个方向像素点像素值      top_pixel = data[w*(y-1)+x]      left_pixel = data[w*y+(x-1)]      down_pixel = data[w*(y+1)+x]      right_pixel = data[w*y+(x+1)]       #判断上下左右的黑色像素点总个数      if top_pixel == 0:        black_point += 1      if left_pixel == 0:        black_point += 1      if down_pixel == 0:        black_point += 1      if right_pixel == 0:        black_point += 1      if black_point >= 3:        im.putpixel((x,y),0)      #print black_point      black_point = 0im.show()

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。