Python图像处理

Python图像处理

Python图像处理

本专栏通过不同类型的问题涵盖了图像处理不同方面的技术，从标准图像处理到利用机器学习和深度学习模型的图像处理。重点介绍了如何使用 Python 实现不同的算法，以多种方式解决一系列重要的图像处理问题。

等 2 人订阅共45篇文章创建于2022-11-24

使用中值滤波器去除椒盐噪声

邻域平均可以抑制孤立的异常值噪声，但相应的副作用是它也会模糊图像中较为突然变化，非线性中值滤波器在保持图像中有用细节方面通常比线性均值滤波器更加有效，并且更适合去除图像中的椒盐噪声。

2年前
318
点赞
评论

使用高斯模糊滤波器去除椒盐噪声

尽管移动平均滤波器的计算非常方便快捷，但它可能导致滤波图像中产生伪影。为了克服这些缺点，我们通常可以使用高斯滤波器实现。

2年前
1.3k
2
评论

使用高斯模糊滤波器去除椒盐噪声

使用模糊滤波器去除椒盐噪声

在本节中，我们将使用 PIL 的 filter() 函数将方形模糊滤波器应用于带有噪声的输入 RGB 图像，并观察不同噪声水平的平滑度。

2年前
104
点赞
评论

基于 DCT 的安全扩频数字水印

数字水印是可见的或不可见的标识码，这种标识码被永久嵌入图像中，并且即使在解码过后后仍存在于图像中。在本节中，我们将采用基于 DCT 的水印技术。

2年前
343
点赞
评论

基于 DCT 的安全扩频数字水印

使用小波变换执行图像融合

图像融合是将多个输入图像组合到单个输出图像中的过程，输出图像中包含比单个输入图像更好的场景描述。在本节中，我们将学习如何使用 pywt 执行图像融合操作。

2年前
228
点赞
评论

使用 scikit-image 应用小波变换执行图像去噪

为了使用离散小波变换实现图像去噪并近似平移不变性，我们可以使用循环旋转技术。在本节中，我们将看到，对于 2D 图像去噪，循环旋转技术可以令图像质量得到大幅提高。

2年前
429
1
评论

使用 scikit-image 应用小波变换执行图像去噪

使用 pywt 执行小波变换实现图像去噪

小波变换通常用于图像去噪。在本节中，我们将在输入 RGB 图像中添加高斯噪声，并使用小波的软阈值消除噪声。

2年前
1.1k
1
评论

使用 pywt 执行小波变换实现图像去噪

使用 SimpleITK 反卷积滤波器实现非盲去模糊

图像反卷积是指一类试图从模糊图像中恢复清晰图像的算法，其使用模糊图像和可能的卷积核 h (假设卷积核是已知的或估计的)作为输入。

2年前
575
1
评论

使用 SimpleITK 反卷积滤波器实现非盲去模糊

基于拉普拉斯方差阈值的图像模糊检测

在本节中，我们将学习如何通过使用 OpenCV 库计算图像的拉普拉斯 (Laplacian) 方差阈值来检测图像是否模糊。

2年前
1.0k
1
评论

基于拉普拉斯方差阈值的图像模糊检测

基于离散余弦变换 (DCT) 的图像去噪

在本节中，我们将学习如何使用离散余弦变换( Discrete Cosine Transform, DCT) 对带有噪声的 RGB 彩色图像执行去噪操作，得到纯净的原始图像。

2年前
964
1
评论

基于离散余弦变换 (DCT) 的图像去噪

基于离散余弦变换实现 JPEG 压缩

在本节中，我们将实现简化版 JPEG 压缩，以确保仅需少数 DCT 系数可以表示图像，而不会导致图像质量有过多的视觉失真。

2年前
537
1
评论

基于离散余弦变换实现 JPEG 压缩

利用离散余弦变换 (DCT) 执行图像压缩

DCT 算法用途广泛，通常用于实现图像 JPEG 压缩，在本节中，我们将学习如何使用 Python 执行图像重建操作。

2年前
334
1
评论

利用离散余弦变换 (DCT) 执行图像压缩

频域相位相关模板匹配

相位相关是一种可用于估计两个相似图像之间的相对平移偏移的方法。它通常用于图像配准，并依赖于图像的频域表示，通常通过快速傅里叶变换计算。

2年前
550
1
评论

使用高通滤波器实现同态滤波

同态滤波是一种去除图像中乘性噪声的技术，常用于校正图像中的不均匀照明。傅立叶方法仅在将噪声作为原始图像的附加项建模时，才适合从图像中去除噪声。

2年前
1.4k
3
评论

使用高通滤波器 (HPF) 执行边缘检测

高通滤波器 (High Pass Filters, HPF) 是一系列滤波器，这些滤波器仅允许来自图像频率响应(使用 DFT 获取)的高频部分通过，并过滤所有小于截止值的低频部分。

2年前
483
1
评论

使用高通滤波器 (HPF) 执行边缘检测

基于 scipy.signal 模块的彩色图像频域卷积

在本节中，我们将学习使用 scipy.signal 模块的 fftconvolve（）函数，用于与RGB彩色输入图像进行频域卷积，从而生成 RGB 彩色模糊输出图像。

2年前
256
1
评论

基于 scipy.signal 模块的彩色图像频域卷积

使用 scipy.fftpack 实现高斯模糊

我们已经学习了如何在实际应用中使用 numpy.fft 模块的 2D-FFT。在本节中，我们将介绍 scipy.fftpack 模块的 fft2() 函数用于实现高斯模糊 LPF。

2年前
222
1
评论

使用 scipy.fftpack 实现高斯模糊

用scipy.ndimage频域滤波器模糊图像

scipy.ndimage 模块提供了一系列可以在频域中对图像应用低通滤波器的函数。本节中，我们通过几个示例学习其中一些滤波器的用法。

2年前
337
1
评论

用scipy.ndimage频域滤波器模糊图像

使用低通滤波器模糊图像

低通滤波器过滤了图像中的高频部分，并仅允许低频部分通过。因此，在图像上应用 LPF 会删除图像中的细节/边缘和噪声/离群值，此过程也称为图像模糊(或平滑)。

2年前
348
1
评论

使用高斯滤波器去除椒盐噪声

在本节中，我们将学习如何使用频域中的低通滤波器 LPF 从图像中删除脉冲噪声( impulse noise，也称椒盐噪声)。

2年前
510
1
评论