中值滤波python库
时间: 2023-05-13 20:07:39 浏览: 57
可以使用scikit-image库中的median_filter函数进行中值滤波。以下是一个示例代码:
from skimage.filters import median
# 读取图像
img = imread('image.jpg')
# 进行中值滤波
filtered_img = median(img)
# 显示结果
imshow(filtered_img)
相关问题
中值滤波 python
中值滤波是一种常见的图像处理方法,可以用于去除图像中的噪声。在 Python 中,可以使用 OpenCV 库来实现中值滤波。
下面是一个简单的中值滤波示例代码:
```python
import cv2
import numpy as np
# 读取图像
img = cv2.imread('image.jpg')
# 中值滤波
median = cv2.medianBlur(img, 5)
# 显示图像
cv2.imshow('Original Image', img)
cv2.imshow('Median Filtered Image', median)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
在代码中,cv2.medianBlur() 函数用于对图像进行中值滤波。其中,第二个参数为滤波器的大小,表示采用的窗口大小为 5x5。
运行代码后,将会显示原始图像和经过中值滤波后的图像。
加权中值滤波 python
加权中值滤波是一种在中值滤波基础上进行改进的滤波方法。相比于传统中值滤波,加权中值滤波在选择中值时引入了权重,使得更接近中心像素的像素值对中值的计算有更大的贡献。
下面是一个使用Python实现加权中值滤波的示例代码:
```python
from PIL import Image
import numpy as np
from scipy.ndimage import generic_filter
def weighted_median(data, weights):
sorted_data = np.sort(data)
cum_weights = np.cumsum(weights[np.argsort(data)])
median_idx = np.searchsorted(cum_weights, np.sum(weights) / 2.0)
return sorted_data[median_idx]
def weighted_median_filter(image_path, window_size):
image = Image.open(image_path).convert('L')
data = np.array(image)
weights = np.ones(window_size**2)
filtered_data = generic_filter(data, weighted_median, size=window_size, extra_arguments=(weights,))
filtered_image = Image.fromarray(filtered_data)
return filtered_image
image_path = "path_to_image.jpg"
window_size = 3
filtered_image = weighted_median_filter(image_path, window_size)
filtered_image.show()
```