Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Aprende Reducción de Ruido y Suavizado | Procesamiento de Imágenes con OpenCV
Fundamentos de Visión por Computadora

bookReducción de Ruido y Suavizado

El ruido en las imágenes aparece como una granularidad o distorsión no deseada, a menudo causada por poca iluminación, artefactos de compresión o limitaciones del sensor. Las técnicas de suavizado ayudan a reducir el ruido mientras se preservan detalles importantes de la imagen.

Desenfoque Gaussiano (Suavizado de Ruido)

La función cv2.GaussianBlur aplica un desenfoque gaussiano, que suaviza la imagen promediando los valores de los píxeles mediante un kernel gaussiano (un promedio ponderado que da mayor importancia a los píxeles centrales):

  • cv2.GaussianBlur(src, ksize, sigmaX):
    • src: imagen de origen que se va a suavizar;
    • ksize: tamaño del kernel en el formato (width, height), ambos valores deben ser impares (por ejemplo, (5, 5));
    • sigmaX: desviación estándar en la dirección X; controla la cantidad de desenfoque.
  • La función reduce el ruido y el detalle de la imagen al convolucionar la imagen con una función gaussiana, lo cual es útil en tareas como la detección de bordes o el preprocesamiento antes de la binarización.
blurred = cv2.GaussianBlur(image, ksize, sigmaX)
GaussianBlurExample
Note
Estudiar más

En cv2.GaussianBlur(), el parámetro sigmaX es la desviación estándar del núcleo gaussiano en la dirección X, y el mismo parámetro en la dirección Y (sigmaY) tiene el valor 0 por defecto. Cuando tanto sigmaX como sigmaY tienen un valor de 0, la desviación estándar se calcula a partir del tamaño del núcleo.

Desenfoque Mediano (Eliminación de Ruido Sal y Pimienta)

La función cv2.medianBlur aplica un filtro mediano, que reemplaza cada valor de píxel con el valor mediano de los píxeles vecinos en la ventana del núcleo:

  • cv2.medianBlur(src, ksize):
    • src: imagen de origen a filtrar;
    • ksize: tamaño del núcleo cuadrado (debe ser un número entero impar, por ejemplo, 3, 5, 7).
  • El desenfoque mediano es especialmente eficaz para eliminar el ruido sal y pimienta, ya que preserva los bordes mientras elimina los píxeles ruidosos aislados.
median_blurred = cv2.medianBlur(image, ksize)
MedianBlurExample
Tarea

Swipe to start coding

Se proporciona la variable image con la imagen ruidosa del cachorro: noisy puppy

  • Aplicar desenfoque gaussiano y almacenar el resultado en la variable gaussian_blurred;
  • Aplicar desenfoque mediano y almacenar el resultado en la variable median_blurred.

Solución

¿Todo estuvo claro?

¿Cómo podemos mejorarlo?

¡Gracias por tus comentarios!

Sección 2. Capítulo 4
single

single

Pregunte a AI

expand

Pregunte a AI

ChatGPT

Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla

Suggested prompts:

What is the difference between Gaussian blur and median blur?

When should I use Gaussian blur versus median blur?

Can you explain how to choose the right kernel size for these filters?

close

Awesome!

Completion rate improved to 3.45

bookReducción de Ruido y Suavizado

Desliza para mostrar el menú

El ruido en las imágenes aparece como una granularidad o distorsión no deseada, a menudo causada por poca iluminación, artefactos de compresión o limitaciones del sensor. Las técnicas de suavizado ayudan a reducir el ruido mientras se preservan detalles importantes de la imagen.

Desenfoque Gaussiano (Suavizado de Ruido)

La función cv2.GaussianBlur aplica un desenfoque gaussiano, que suaviza la imagen promediando los valores de los píxeles mediante un kernel gaussiano (un promedio ponderado que da mayor importancia a los píxeles centrales):

  • cv2.GaussianBlur(src, ksize, sigmaX):
    • src: imagen de origen que se va a suavizar;
    • ksize: tamaño del kernel en el formato (width, height), ambos valores deben ser impares (por ejemplo, (5, 5));
    • sigmaX: desviación estándar en la dirección X; controla la cantidad de desenfoque.
  • La función reduce el ruido y el detalle de la imagen al convolucionar la imagen con una función gaussiana, lo cual es útil en tareas como la detección de bordes o el preprocesamiento antes de la binarización.
blurred = cv2.GaussianBlur(image, ksize, sigmaX)
GaussianBlurExample
Note
Estudiar más

En cv2.GaussianBlur(), el parámetro sigmaX es la desviación estándar del núcleo gaussiano en la dirección X, y el mismo parámetro en la dirección Y (sigmaY) tiene el valor 0 por defecto. Cuando tanto sigmaX como sigmaY tienen un valor de 0, la desviación estándar se calcula a partir del tamaño del núcleo.

Desenfoque Mediano (Eliminación de Ruido Sal y Pimienta)

La función cv2.medianBlur aplica un filtro mediano, que reemplaza cada valor de píxel con el valor mediano de los píxeles vecinos en la ventana del núcleo:

  • cv2.medianBlur(src, ksize):
    • src: imagen de origen a filtrar;
    • ksize: tamaño del núcleo cuadrado (debe ser un número entero impar, por ejemplo, 3, 5, 7).
  • El desenfoque mediano es especialmente eficaz para eliminar el ruido sal y pimienta, ya que preserva los bordes mientras elimina los píxeles ruidosos aislados.
median_blurred = cv2.medianBlur(image, ksize)
MedianBlurExample
Tarea

Swipe to start coding

Se proporciona la variable image con la imagen ruidosa del cachorro: noisy puppy

  • Aplicar desenfoque gaussiano y almacenar el resultado en la variable gaussian_blurred;
  • Aplicar desenfoque mediano y almacenar el resultado en la variable median_blurred.

Solución

Switch to desktopCambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones
¿Todo estuvo claro?

¿Cómo podemos mejorarlo?

¡Gracias por tus comentarios!

Sección 2. Capítulo 4
single

single

some-alt