Riduzione del Rumore e Levigatura
Il rumore nelle immagini si manifesta come una grana indesiderata o distorsione, spesso causata da scarsa illuminazione, artefatti di compressione o limitazioni del sensore. Le tecniche di smoothing aiutano a ridurre il rumore preservando i dettagli importanti dell'immagine.
Sfocatura Gaussiana (Riduzione del Rumore)
La funzione cv2.GaussianBlur applica una sfocatura gaussiana, che ammorbidisce l'immagine mediando i valori dei pixel tramite un kernel gaussiano (una media pesata che attribuisce maggiore importanza ai pixel centrali):
cv2.GaussianBlur(src, ksize, sigmaX):src: immagine sorgente da sfocare;ksize: dimensione del kernel nel formato(larghezza, altezza), entrambi i valori devono essere dispari (ad esempio,(5, 5));sigmaX: deviazione standard nella direzione X; controlla il livello di sfocatura.
- La funzione riduce il rumore e i dettagli dell'immagine convolvendo l'immagine con una funzione gaussiana, utile in attività come il rilevamento dei bordi o la pre-elaborazione prima della soglia.
blurred = cv2.GaussianBlur(image, ksize, sigmaX)
In cv2.GaussianBlur(), il parametro sigmaX rappresenta la deviazione standard del kernel gaussiano nella direzione X, mentre lo stesso parametro nella direzione Y (sigmaY) ha come valore predefinito 0. Quando sia sigmaX che sigmaY sono impostati a 0, la deviazione standard viene calcolata in base alla dimensione del kernel.
Sfocatura Mediana (Rimozione del Rumore Sale-e-Pepe)
La funzione cv2.medianBlur applica un filtro mediano, che sostituisce ogni valore di pixel con il valore mediano dei pixel vicini nella finestra del kernel:
cv2.medianBlur(src, ksize):src: immagine sorgente da filtrare;ksize: dimensione del kernel quadrato (deve essere un intero dispari, ad esempio3,5,7).
- La sfocatura mediana è particolarmente efficace nella rimozione del rumore sale-e-pepe, poiché preserva i bordi eliminando i pixel rumorosi isolati.
median_blurred = cv2.medianBlur(image, ksize)
Swipe to start coding
Ti viene fornita la variabile image contenente l'immagine rumorosa del cucciolo:
- Applicare il filtro Gaussiano e salvare il risultato nella variabile
gaussian_blurred; - Applicare il filtro Mediano e salvare il risultato nella variabile
median_blurred.
Soluzione
Grazie per i tuoi commenti!
single
Chieda ad AI
Chieda ad AI
Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione
Awesome!
Completion rate improved to 3.45Riduzione del Rumore e Levigatura
Scorri per mostrare il menu
Il rumore nelle immagini si manifesta come una grana indesiderata o distorsione, spesso causata da scarsa illuminazione, artefatti di compressione o limitazioni del sensore. Le tecniche di smoothing aiutano a ridurre il rumore preservando i dettagli importanti dell'immagine.
Sfocatura Gaussiana (Riduzione del Rumore)
La funzione cv2.GaussianBlur applica una sfocatura gaussiana, che ammorbidisce l'immagine mediando i valori dei pixel tramite un kernel gaussiano (una media pesata che attribuisce maggiore importanza ai pixel centrali):
cv2.GaussianBlur(src, ksize, sigmaX):src: immagine sorgente da sfocare;ksize: dimensione del kernel nel formato(larghezza, altezza), entrambi i valori devono essere dispari (ad esempio,(5, 5));sigmaX: deviazione standard nella direzione X; controlla il livello di sfocatura.
- La funzione riduce il rumore e i dettagli dell'immagine convolvendo l'immagine con una funzione gaussiana, utile in attività come il rilevamento dei bordi o la pre-elaborazione prima della soglia.
blurred = cv2.GaussianBlur(image, ksize, sigmaX)
In cv2.GaussianBlur(), il parametro sigmaX rappresenta la deviazione standard del kernel gaussiano nella direzione X, mentre lo stesso parametro nella direzione Y (sigmaY) ha come valore predefinito 0. Quando sia sigmaX che sigmaY sono impostati a 0, la deviazione standard viene calcolata in base alla dimensione del kernel.
Sfocatura Mediana (Rimozione del Rumore Sale-e-Pepe)
La funzione cv2.medianBlur applica un filtro mediano, che sostituisce ogni valore di pixel con il valore mediano dei pixel vicini nella finestra del kernel:
cv2.medianBlur(src, ksize):src: immagine sorgente da filtrare;ksize: dimensione del kernel quadrato (deve essere un intero dispari, ad esempio3,5,7).
- La sfocatura mediana è particolarmente efficace nella rimozione del rumore sale-e-pepe, poiché preserva i bordi eliminando i pixel rumorosi isolati.
median_blurred = cv2.medianBlur(image, ksize)
Swipe to start coding
Ti viene fornita la variabile image contenente l'immagine rumorosa del cucciolo:
- Applicare il filtro Gaussiano e salvare il risultato nella variabile
gaussian_blurred; - Applicare il filtro Mediano e salvare il risultato nella variabile
median_blurred.
Soluzione
Cambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguentiGrazie per i tuoi commenti!
single
