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

Desliza para mostrar el menú

book
Reducción 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 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 utilizando 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 desenfocar;

    • 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 convolucionarla con una función gaussiana, lo cual es útil en tareas como la detección de bordes o el preprocesamiento antes de la binarización.

Desenfoque Mediano (Eliminación de Ruido Sal y Pimienta)

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

  • cv2.medianBlur(src, ksize):

    • src: imagen de origen que se va a filtrar;

    • ksize: tamaño del kernel cuadrado (debe ser un número 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.

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
Lamentamos que algo salió mal. ¿Qué pasó?

Pregunte a AI

expand
ChatGPT

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

book
Reducción 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 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 utilizando 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 desenfocar;

    • 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 convolucionarla con una función gaussiana, lo cual es útil en tareas como la detección de bordes o el preprocesamiento antes de la binarización.

Desenfoque Mediano (Eliminación de Ruido Sal y Pimienta)

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

  • cv2.medianBlur(src, ksize):

    • src: imagen de origen que se va a filtrar;

    • ksize: tamaño del kernel cuadrado (debe ser un número 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.

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
Switch to desktopCambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones
Lamentamos que algo salió mal. ¿Qué pasó?
some-alt