方框濾波代碼解析pycharm1.圖像平滑2.均值濾波3.方框濾波4.高斯濾波5.中值濾波PS：本文介紹圖像平滑，想讓大家先看看圖像處理的效果，后面還會補充一些基礎(chǔ)知識供大家學習。文章參考自己的博客及網(wǎng)易云課堂李大洋老師的講解，強烈推薦大家學習。圖像平滑1.圖像增強圖像增強是對圖像進行處理，使其比原始圖像更適合于特定的應用，它需要與實際應用相結(jié)合。對于圖像的某些特征如邊緣、輪廓、對比度等，圖像增強是進行強調(diào)或銳化，以便于顯示、觀察或進一步分析與處理。圖像增強的方法是因應用不同而不同的，研究內(nèi)容包括：(參考課件和左飛的《數(shù)字圖像處理》)2.圖像平滑圖像平滑是一種區(qū)域增強的算法，平滑算法有鄰域平均法、中指濾波、邊界保持類濾波等。在圖像產(chǎn)生、傳輸和復制過程中，常常會因為多方面原因而被噪聲干擾或出現(xiàn)數(shù)據(jù)丟失，降低了圖像的質(zhì)量（某一像素，如果它與周圍像素點相比有明顯的不同，則該點被噪聲所感染）。這就需要對圖像進行一定的增強處理以減小這些缺陷帶來的影響。簡單平滑-鄰域平均法3.鄰域平均法圖像簡單平滑是指通過鄰域簡單平均對圖像進行平滑處理的方法，用這種方法在一定程度上消除原始圖像中的噪聲、降低原始圖像對比度的作用。它利用卷積運算對圖像鄰域的像素灰度進行平均，從而達到減小圖像中噪聲影響、降低圖像對比度的目的。但鄰域平均值主要缺點是在降低噪聲的同時使圖像變得模糊，特別在邊緣和細節(jié)處，而且鄰域越大，在去噪能力增強的同時模糊程度越嚴重。首先給出為圖像增加噪聲的代碼。-coding:utf-8-X-importcv2importnumpyasnp#讀取圖片img=cv2.imread("test.jpg",cv2.IMREAD_UNCHANGED)rows,cols,chn=img.shape加噪聲foriinrange(5000):x=np.random.randint(0,rows)y=np.random.randint(0,cols)img[x,y,:]=255cv2.imshow("noise",img)等待顯示cv2.waitKey(0)cv2.destroyAllWindows()輸出結(jié)果如下所示：均值濾波1.原理均值濾波是指任意一點的像素值，都是周圍NXM個像素值的均值。例如下圖中，紅色點的像素值為藍色背景區(qū)域像素值之和除25。其中紅色區(qū)域的像素值均值濾波處理過程為：((197+25+106+156+159)+(149+40+107+5+71)+(163+198+XX226XX+223+156)+(222+37+68+193+157)+(42