Rocky的部落格

圖像平滑/降噪: 鄰域平均法

基礎理論: 鄰域平均法是一種基本的圖像平滑技術，主要用於降低圖像中的噪聲。其原理是利用像素及其鄰域內的其他像素的平均值來取代該像素的值。這樣做可以減少高頻噪聲，但也可能使圖像失去一些細節。

舉例: 考慮一個3x3的鄰域，該方法會取3x3窗口內的所有像素值的平均，並將這個平均值指定給窗口中心的像素。此過程會對圖像中的每個像素重複。

接下來，我將使用Python和OpenCV來示範如何使用鄰域平均法進行圖像平滑。

# Use a simple averaging filter for smoothing
kernel_size = (3, 3)
smoothed_image = cv2.blur(image, kernel_size)

# Display the original and processed images side by side
fig, axes = plt.subplots(1, 2, figsize=(12, 6))

axes[0].imshow(image)
axes[0].axis('off')
axes[0].set_title('Original Image')

axes[1].imshow(smoothed_image)
axes[1].axis('off')
axes[1].set_title('Smoothed Image using Neighborhood Averaging')

plt.tight_layout()
plt.show()