Rauschreduzierung und Glättung
Rauschen in Bildern tritt als unerwünschte Körnigkeit oder Verzerrung auf, häufig verursacht durch schlechte Lichtverhältnisse, Komprimierungsartefakte oder Sensorbeschränkungen. Glättungstechniken helfen, Rauschen zu reduzieren und gleichzeitig wichtige Bilddetails zu erhalten.
Gaußsche Weichzeichnung (Rauschglättung)
Die Funktion cv2.GaussianBlur wendet eine Gaußsche Weichzeichnung an, die das Bild glättet, indem Pixelwerte mit einem Gauß-Kernel gemittelt werden (ein gewichteter Durchschnitt, der zentralen Pixeln mehr Bedeutung beimisst):
cv2.GaussianBlur(src, ksize, sigmaX):src: das zu weichzeichnende Quellbild;ksize: Kernelgröße im Format(width, height), beide Werte müssen ungerade sein (z. B.(5, 5));sigmaX: Standardabweichung in X-Richtung; steuert die Stärke der Weichzeichnung.
- Die Funktion reduziert Bildrauschen und Details, indem das Bild mit einer Gaußfunktion gefaltet wird. Dies ist nützlich bei Aufgaben wie Kantenerkennung oder Vorverarbeitung vor der Schwellenwertbildung.
blurred = cv2.GaussianBlur(image, ksize, sigmaX)
Im cv2.GaussianBlur()-Befehl bezeichnet der Parameter sigmaX die Standardabweichung des Gaußschen Kerns in X-Richtung. Der entsprechende Parameter in Y-Richtung (sigmaY) hat standardmäßig den Wert 0. Wenn sowohl sigmaX als auch sigmaY den Wert 0 haben, wird die Standardabweichung aus der Kernelgröße berechnet.
Median-Filterung (Entfernung von Salz-und-Pfeffer-Rauschen)
Die Funktion cv2.medianBlur wendet einen Medianfilter an, der jeden Pixelwert durch den Medianwert der benachbarten Pixel im Kernel-Fenster ersetzt:
cv2.medianBlur(src, ksize):src: das zu filternde Quellbild;ksize: Größe des quadratischen Kerns (muss eine ungerade Ganzzahl sein, z. B.3,5,7).
- Die Median-Filterung ist besonders effektiv bei der Entfernung von Salz-und-Pfeffer-Rauschen, da sie Kanten erhält und gleichzeitig isolierte Störpixel entfernt.
median_blurred = cv2.medianBlur(image, ksize)
Swipe to start coding
Sie erhalten die Variable image mit dem verrauschten Bild des Welpen:
- Anwendung von Gaussian Blur und Speichern des Ergebnisses in der Variable
gaussian_blurred; - Anwendung von Median Blur und Speichern des Ergebnisses in der Variable
median_blurred.
Lösung
Danke für Ihr Feedback!
single
Fragen Sie AI
Fragen Sie AI
Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen
Awesome!
Completion rate improved to 3.45Rauschreduzierung und Glättung
Swipe um das Menü anzuzeigen
Rauschen in Bildern tritt als unerwünschte Körnigkeit oder Verzerrung auf, häufig verursacht durch schlechte Lichtverhältnisse, Komprimierungsartefakte oder Sensorbeschränkungen. Glättungstechniken helfen, Rauschen zu reduzieren und gleichzeitig wichtige Bilddetails zu erhalten.
Gaußsche Weichzeichnung (Rauschglättung)
Die Funktion cv2.GaussianBlur wendet eine Gaußsche Weichzeichnung an, die das Bild glättet, indem Pixelwerte mit einem Gauß-Kernel gemittelt werden (ein gewichteter Durchschnitt, der zentralen Pixeln mehr Bedeutung beimisst):
cv2.GaussianBlur(src, ksize, sigmaX):src: das zu weichzeichnende Quellbild;ksize: Kernelgröße im Format(width, height), beide Werte müssen ungerade sein (z. B.(5, 5));sigmaX: Standardabweichung in X-Richtung; steuert die Stärke der Weichzeichnung.
- Die Funktion reduziert Bildrauschen und Details, indem das Bild mit einer Gaußfunktion gefaltet wird. Dies ist nützlich bei Aufgaben wie Kantenerkennung oder Vorverarbeitung vor der Schwellenwertbildung.
blurred = cv2.GaussianBlur(image, ksize, sigmaX)
Im cv2.GaussianBlur()-Befehl bezeichnet der Parameter sigmaX die Standardabweichung des Gaußschen Kerns in X-Richtung. Der entsprechende Parameter in Y-Richtung (sigmaY) hat standardmäßig den Wert 0. Wenn sowohl sigmaX als auch sigmaY den Wert 0 haben, wird die Standardabweichung aus der Kernelgröße berechnet.
Median-Filterung (Entfernung von Salz-und-Pfeffer-Rauschen)
Die Funktion cv2.medianBlur wendet einen Medianfilter an, der jeden Pixelwert durch den Medianwert der benachbarten Pixel im Kernel-Fenster ersetzt:
cv2.medianBlur(src, ksize):src: das zu filternde Quellbild;ksize: Größe des quadratischen Kerns (muss eine ungerade Ganzzahl sein, z. B.3,5,7).
- Die Median-Filterung ist besonders effektiv bei der Entfernung von Salz-und-Pfeffer-Rauschen, da sie Kanten erhält und gleichzeitig isolierte Störpixel entfernt.
median_blurred = cv2.medianBlur(image, ksize)
Swipe to start coding
Sie erhalten die Variable image mit dem verrauschten Bild des Welpen:
- Anwendung von Gaussian Blur und Speichern des Ergebnisses in der Variable
gaussian_blurred; - Anwendung von Median Blur und Speichern des Ergebnisses in der Variable
median_blurred.
Lösung
Wechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwendenDanke für Ihr Feedback!
single
