Python图像处理：彩色图像灰度化及空间滤波示例

Python图像处理：彩色图像灰度化及空间滤波示例

本示例演示了如何使用Python对彩色图像进行灰度化处理，并使用高斯滤波器、中值滤波器和均值滤波器进行空间滤波，最后显示滤波后的图像。

步骤：

1. 读入一张彩色图像，保存到变量A：

import cv2

A = cv2.imread('image.jpg')  # 替换'image.jpg'为你的图像文件路径

2. 将A转换成灰度图像：

gray = cv2.cvtColor(A, cv2.COLOR_BGR2GRAY)

3. 将图像进行空间滤波，滤波器分别取：

• 高斯滤波器

blur_gaussian = cv2.GaussianBlur(gray, (5, 5), 0)  # 调整kernel大小(5, 5)和标准差0

• 中值滤波器

blur_median = cv2.medianBlur(gray, 5)  # 调整kernel大小(5)

• 均值滤波器

blur_mean = cv2.blur(gray, (5, 5))  # 调整kernel大小(5, 5)

4. 显示滤波后的图像：

cv2.imshow('Original', gray)
cv2.imshow('Gaussian Blur', blur_gaussian)
cv2.imshow('Median Blur', blur_median)
cv2.imshow('Mean Blur', blur_mean)
cv2.waitKey(0)
cv2.destroyAllWindows()

注意：

• 以上代码需要安装OpenCV库。
• 可以根据需要调整滤波器的大小和参数。
• 滤波器类型选择取决于图像的噪声类型和想要达到的效果。