Støy i bilder fremstår som uønsket kornethet eller forvrengning, ofte forårsaket av dårlig belysning, komprimeringsartefakter eller begrensninger i sensoren. Utjevningsteknikker bidrar til å redusere støy samtidig som viktige bildedetaljer bevares.

Gaussisk utjevning (støyreduksjon)

cv2.GaussianBlur-funksjonen anvender en gaussisk utjevning, som glatter ut bildet ved å gjennomsnittberegne pikselverdier med en gaussisk kjerne (en vektet gjennomsnittsberegning som gir mest vekt til sentrale piksler):

• cv2.GaussianBlur(src, ksize, sigmaX):

  • src: kildebildet som skal utjevnes;

  • ksize: kjernestørrelse i formatet (width, height), begge verdier må være oddetall (f.eks. (5, 5));

  • sigmaX: standardavvik i X-retningen; styrer graden av utjevning.

• Funksjonen reduserer bildestøy og detaljer ved å konvolvere bildet med en gaussisk funksjon, noe som er nyttig i oppgaver som kantdeteksjon eller forbehandling før terskling.

Medianutjevning (fjerning av salt-og-pepper-støy)

cv2.medianBlur-funksjonen anvender et medianfilter, som erstatter hver pikselverdi med medianverdien av nabopikslene i kjerneområdet:

• cv2.medianBlur(src, ksize):

  • src: kildebildet som skal filtreres;

  • ksize: størrelse på den kvadratiske kjernen (må være et oddetall, f.eks. 3, 5, 7).

• Medianutjevning er spesielt effektiv for å fjerne salt-og-pepper-støy, da den bevarer kanter samtidig som isolerte støyende piksler fjernes.