python 图片去噪的方法示例
图像可能在生成、传输或者采集过程中夹带了噪声，去噪声是图像处理中常用的手法。通常去噪声用滤波的方法，比如中值滤波、均值滤波。但是那样的算法不适合用在处理字符这样目标狭长的图像中，因为在滤波的过程中很有可能会去掉字符本身的像素。
一个采用的是去除杂点的方法来进行去噪声处理的。具体算法如下：扫描整个图像，当发现一个黑色点的时候，就考察和该黑色点间接或者直接相连接的黑色点的个数有多少，如果大于一定的值，那就说明该点不是离散点，否则就是离散点，把它去掉。在考察相连的黑色点的时候用的是递归的方法。此处，我简单的用python实现了,大家可以参考以下。
#coding=utf-8
"""
造物奇迹QQ2737499951
"""
importcv2
importnumpyasnp
frommatplotlibimportpyplotasplt
fromPILimportImage,ImageEnhance,ImageFilter
img_name='test.jpg'
#去除干扰线
im=Image.open(img_name)
#图像二值化
enhancer=ImageEnhance.Contrast(im)
im=enhancer.enhance(2)
im=im.convert('1')
data=im.getdata()
w,h=im.size
#im.show()
black_point=0
forxinxrange(1,w-1):
foryinxrange(1,h-1):
mid_pixel=data[w*y+x]#中央像素点像素值
ifmid_pixel==0:#找出上下左右四个方向像素点像素值
top_pixel=data[w*(y-1)+x]
left_pixel=data[w*y+(x-1)]
down_pixel=data[w*(y+1)+x]
right_pixel=data[w*y+(x+1)]
#判断上下左右的黑色像素点总个数
iftop_pixel==0:
black_point+=1
ifleft_pixel==0:
black_point+=1
ifdown_pixel==0:
black_point+=1
ifright_pixel==0:
black_point+=1
ifblack_point>=3:
im.putpixel((x,y),0)
#printblack_point
black_point=0
im.show()
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。