Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Leer Ruisonderdrukking en Vervaging | Beeldverwerking met OpenCV
Essentiële Computer Vision

bookRuisonderdrukking en Vervaging

Ruis in afbeeldingen verschijnt als ongewenste korreligheid of vervorming, vaak veroorzaakt door weinig licht, compressie-artefacten of beperkingen van de sensor. Smoothing-technieken helpen ruis te verminderen terwijl belangrijke details van de afbeelding behouden blijven.

Gaussiaans vervagen (ruis verminderen)

De functie cv2.GaussianBlur past een Gaussiaanse vervaging toe, die de afbeelding verzacht door pixelwaarden te middelen met behulp van een Gaussiaanse kernel (een gewogen gemiddelde dat meer nadruk legt op centrale pixels):

  • cv2.GaussianBlur(src, ksize, sigmaX):
    • src: de bronafbeelding die vervaagd moet worden;
    • ksize: kernelgrootte in het formaat (breedte, hoogte), beide waarden moeten oneven zijn (bijv. (5, 5));
    • sigmaX: standaardafwijking in de X-richting; bepaalt de mate van vervaging.
  • De functie vermindert ruis en details in de afbeelding door de afbeelding te convolueren met een Gaussiaanse functie, wat nuttig is bij taken zoals randdetectie of pre-processing vóór drempelbepaling.
blurred = cv2.GaussianBlur(image, ksize, sigmaX)
GaussianBlurExample
Note
Meer leren

In cv2.GaussianBlur(), parameter sigmaX is de standaardafwijking van de Gauss-kernel in de X-richting, en dezelfde parameter in de Y-richting (sigmaY) heeft standaard de waarde 0. Wanneer zowel sigmaX als sigmaY de waarde 0 hebben, wordt de standaardafwijking berekend op basis van de kernelgrootte.

Mediaanvervaging (Verwijderen van zout-en-peper-ruis)

De functie cv2.medianBlur past een mediaanfilter toe, waarbij elke pixelwaarde wordt vervangen door de mediaanwaarde van de omliggende pixels in het kernelvenster:

  • cv2.medianBlur(src, ksize):
    • src: de bronafbeelding die gefilterd moet worden;
    • ksize: grootte van de vierkante kernel (moet een oneven geheel getal zijn, bijvoorbeeld 3, 5, 7).
  • Mediaanvervaging is bijzonder effectief bij het verwijderen van zout-en-peper-ruis, omdat het randen behoudt terwijl geïsoleerde ruispixels worden geëlimineerd.
median_blurred = cv2.medianBlur(image, ksize)
MedianBlurExample
Taak

Swipe to start coding

Je krijgt de variabele image met het ruisachtige beeld van de puppy: noisy puppy

  • Pas Gaussiaans vervagen toe en sla het resultaat op in de variabele gaussian_blurred;
  • Pas Mediaan vervagen toe en sla het resultaat op in de variabele median_blurred.

Oplossing

Was alles duidelijk?

Hoe kunnen we het verbeteren?

Bedankt voor je feedback!

Sectie 2. Hoofdstuk 4
single

single

Vraag AI

expand

Vraag AI

ChatGPT

Vraag wat u wilt of probeer een van de voorgestelde vragen om onze chat te starten.

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

bookRuisonderdrukking en Vervaging

Veeg om het menu te tonen

Ruis in afbeeldingen verschijnt als ongewenste korreligheid of vervorming, vaak veroorzaakt door weinig licht, compressie-artefacten of beperkingen van de sensor. Smoothing-technieken helpen ruis te verminderen terwijl belangrijke details van de afbeelding behouden blijven.

Gaussiaans vervagen (ruis verminderen)

De functie cv2.GaussianBlur past een Gaussiaanse vervaging toe, die de afbeelding verzacht door pixelwaarden te middelen met behulp van een Gaussiaanse kernel (een gewogen gemiddelde dat meer nadruk legt op centrale pixels):

  • cv2.GaussianBlur(src, ksize, sigmaX):
    • src: de bronafbeelding die vervaagd moet worden;
    • ksize: kernelgrootte in het formaat (breedte, hoogte), beide waarden moeten oneven zijn (bijv. (5, 5));
    • sigmaX: standaardafwijking in de X-richting; bepaalt de mate van vervaging.
  • De functie vermindert ruis en details in de afbeelding door de afbeelding te convolueren met een Gaussiaanse functie, wat nuttig is bij taken zoals randdetectie of pre-processing vóór drempelbepaling.
blurred = cv2.GaussianBlur(image, ksize, sigmaX)
GaussianBlurExample
Note
Meer leren

In cv2.GaussianBlur(), parameter sigmaX is de standaardafwijking van de Gauss-kernel in de X-richting, en dezelfde parameter in de Y-richting (sigmaY) heeft standaard de waarde 0. Wanneer zowel sigmaX als sigmaY de waarde 0 hebben, wordt de standaardafwijking berekend op basis van de kernelgrootte.

Mediaanvervaging (Verwijderen van zout-en-peper-ruis)

De functie cv2.medianBlur past een mediaanfilter toe, waarbij elke pixelwaarde wordt vervangen door de mediaanwaarde van de omliggende pixels in het kernelvenster:

  • cv2.medianBlur(src, ksize):
    • src: de bronafbeelding die gefilterd moet worden;
    • ksize: grootte van de vierkante kernel (moet een oneven geheel getal zijn, bijvoorbeeld 3, 5, 7).
  • Mediaanvervaging is bijzonder effectief bij het verwijderen van zout-en-peper-ruis, omdat het randen behoudt terwijl geïsoleerde ruispixels worden geëlimineerd.
median_blurred = cv2.medianBlur(image, ksize)
MedianBlurExample
Taak

Swipe to start coding

Je krijgt de variabele image met het ruisachtige beeld van de puppy: noisy puppy

  • Pas Gaussiaans vervagen toe en sla het resultaat op in de variabele gaussian_blurred;
  • Pas Mediaan vervagen toe en sla het resultaat op in de variabele median_blurred.

Oplossing

Switch to desktopSchakel over naar desktop voor praktijkervaringGa verder vanaf waar je bent met een van de onderstaande opties
Was alles duidelijk?

Hoe kunnen we het verbeteren?

Bedankt voor je feedback!

Sectie 2. Hoofdstuk 4
single

single

some-alt