Python图像滤波处理操作示例【基于ImageFilter类】

时间:2022-11-09 13:18:32

本文实例讲述了python图像滤波处理操作。分享给大家供大家参考,具体如下:

在图像处理中,经常需要对图像进行平滑、锐化、边界增强等滤波处理。在使用pil图像处理库时,我们通过image类中的成员函数filter()来调用滤波函数对图像进行滤波,而滤波函数则通过imagefilter类来定义的。

下面先直接看一个样例:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
#-*- coding: utf-8 -*-
from pil import image
from pil import imagefilter
def image_filters_test():
  im = image.open("lena.jpg")
  #预定义的图像增强滤波器
  im_blur = im.filter(imagefilter.blur)
  im_contour = im.filter(imagefilter.contour)
  im_min = im.filter(imagefilter.minfilter(3))
  im.show()
  im_blur.show()
  im_contour.show()
  im_min.show()
  return
image_filters_test()

imagefilter类中预定义了如下滤波方法:

blur:模糊滤波

contour:轮廓滤波

detail:细节滤波

edge_enhance:边界增强滤波

edge_enhance_more:边界增强滤波(程度更深)

emboss:浮雕滤波

find_edges:寻找边界滤波

smooth:平滑滤波

smooth_more:平滑滤波(程度更深)

sharpen:锐化滤波

• gaussianblur(radius=2):高斯模糊

>radius指定平滑半径。

 unsharpmask(radius=2, percent=150, threshold=3):反锐化掩码滤波

>radius指定模糊半径;

>percent指定反锐化强度(百分比);

>threshold控制被锐化的最小亮度变化。

• kernel(size, kernel, scale=none, offset=0):核滤波

当前版本只支持核大小为3x3和5x5的核大小,且图像格式为“l”和“rgb”的图像。

>size指定核大小(width, height);

>kernel指定核权值的序列;

>scale指定缩放因子;

>offset指定偏移量,如果使用,则将该值加到缩放后的结果上。

• rankfilter(size, rank):排序滤波

>size指定滤波核的大小;

>rank指定选取排在第rank位的像素,若大小为0,则为最小值滤波;若大小为size * size / 2则为中值滤波;若大小为size * size - 1则为最大值滤波。

• medianfilter(size=3):中值滤波

>size指定核的大小

• minfilter(size=3):最小值滤波器

>size指定核的大小

• maxfilter(size=3):最大值滤波器

>size指定核的大小

• modefilter(size=3):波形滤波器

选取核内出现频次最高的像素值作为该点像素值,仅出现一次或两次的像素将被忽略,若没有像素出现两次以上,则保留原像素值。

>size指定核的大小

原图lena.jpg如下:

Python图像滤波处理操作示例【基于ImageFilter类】

上例的滤波处理结果如下:

Python图像滤波处理操作示例【基于ImageFilter类】

希望本文所述对大家python程序设计有所帮助。

原文链接:https://blog.csdn.net/guduruyu/article/details/71404941