2020-03-16

Python OpenCV 影像平滑模糊化 blur

本篇 ShengYu 將介紹如何使用 OpenCV 與 Python 來作影像平滑模糊化 blur，在寫 Python 影像處理程式時常會用到 OpenCV cv2.blur 圖片平滑模糊化的功能，接下來介紹怎麼使用 Python 搭配 OpenCV 模組來進行影像平滑模糊化 blur。

影像平滑模糊化是透過使用低通濾波器進行影像卷積來實現的。這對於消除雜訊很有用。實際上使用此濾波器時，它會從影像中去除高頻內容（例如，雜訊，邊緣），也會導致影像邊緣變得模糊（也有其他濾波器不會造成影像邊緣模糊）。OpenCV主要提供四種類型的平滑模糊化技術。
平均濾波 Averaging：使用 opencv 的 cv2.blur 或 cv2.boxFilter
高斯濾波 Gaussian Filtering：使用 opencv 的 cv2.GaussianBlur
中值濾波 Median Filtering：使用 opencv 的 cv2.medianBlur
雙邊濾波 Bilateral Filtering：使用 opencv 的 cv2.bilateralFilter

平均濾波 Averaging

平均濾波是使用 box 濾波器進行影像卷積來完成的。它只是簡單地計算 kernel 裡所有 pixel 的平均值，並將該平均值取代 kernel 中心元素。這是使用 cv2.blur 或 cv2.boxFilter 完成的。

以下範例為平均濾波，kernel 大小為 5x5：

opencv-blur.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread('opencv-logo.png')

blur = cv2.blur(img, (5, 5))

plt.subplot(121), plt.imshow(img), plt.title('Original')
plt.xticks([]), plt.yticks([])
plt.subplot(122), plt.imshow(blur), plt.title('Blurred')
plt.xticks([]), plt.yticks([])
plt.tight_layout()
plt.show()

結果如下圖所示：
結果圖

cv2.blur 參數的詳細細節請參考這裡

高斯濾波 Gaussian Filtering

這邊我們介紹高斯濾波 Gaussian Filtering，它與平均濾波 Averaging 類似，平均濾波 Averaging 的 kernel 裡的每個 pixel 權重都是1，而高斯濾波給予每個 pixel 不同權重，中心 pixel 的權重最高，越往邊角權重就越低，相較於平均濾波 Averaging 這樣可以讓圖片失真較少，高斯濾波通常去除雜訊也有不錯的效果。

opencv-GaussianBlur.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread('opencv-logo.png')

blur = cv2.GaussianBlur(img, (5, 5), 0)

plt.subplot(121), plt.imshow(img), plt.title('Original')
plt.xticks([]), plt.yticks([])
plt.subplot(122), plt.imshow(blur), plt.title('Blurred')
plt.xticks([]), plt.yticks([])
plt.tight_layout()
plt.show()

結果如下圖所示：
結果圖

cv2.GaussianBlur 參數的詳細細節請參考這裡

中值濾波 Median Filtering

這邊我們介紹中值濾波 Median Filtering，使用 cv2.medianBlur 就可以計算 kernel 視窗內所有 pixel 的中位數然後取代 kernel 中間的數值，中值濾波 Median Filtering 這個方法對於去除雜訊很有效，我們這邊示範讀取一個有雜訊 opencv logo 的圖片然後做 cv2.medianBlur，kernel 大小為 5，

opencv-medianBlur.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread('opencv-logo-noise.png')

blur = cv2.medianBlur(img, 5)

plt.subplot(121), plt.imshow(img), plt.title('Original')
plt.xticks([]), plt.yticks([])
plt.subplot(122), plt.imshow(blur), plt.title('Blurred')
plt.xticks([]), plt.yticks([])
plt.tight_layout()
plt.show()

結果如下圖所示：
結果圖

cv2.medianBlur 參數的詳細細節請參考這裡

雙邊濾波 Bilateral Filtering

TBD

cv2.bilateralFilter 參數的詳細細節請參考這裡

參考
[Python+OpenCV] 灰階、模糊、邊緣檢測 | 程式好好玩 - 點部落
https://dotblogs.com.tw/coding4fun/2017/11/09/125723
OpenCV: Smoothing Images
https://docs.opencv.org/4.x/d4/d13/tutorial_py_filtering.html