目录
一、图像噪声
1.描述：在图像采集、处理、传输过程中，会受到噪声的污染，妨碍对图像的理解以及分析处理，常见的图像噪声有高斯噪声、椒盐噪声等
2.椒盐噪声：也称为脉冲噪声，是一种随机出现的黑点或白点，可能是亮区域有黑色像素，也可能是暗区域有白色像素，成因可能是影像讯号受到强烈干扰
3.高斯噪声：是指噪声密度函数服从高斯分布的一类噪声
二、图像平滑
1.描述：图像平滑指去除其中高频信息，保留低频信息，对图像实施低通滤波，以去除图像中的噪声，对图像进行平滑
2.根据滤波器不同，可以分为均值滤波、高斯滤波、中值滤波、双边滤波
三、均值滤波
1.均值滤波算法简单，计算速度快，但是在去除噪声同时去除了很多细节，使图像变得模糊
cv.blur(src,ksize,anchor,borderType)
参数：
src:输入图像
ksize:卷积核大小
anchor:默认值(-1,-1)表示核中心
borderType:边界类型
2.示例：
import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
img=cv.imread('girl.png')
#进行滤波
img1=cv.blur(img,(5,5))
plt.imshow(img1[:,:,::-1])
plt.show()
四、高斯滤波
1.高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，高斯滤波对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到
cv.GaussianBlur(src,ksize,sigmax,sigmay,borderType)
参数:
ksize:卷积核宽度高度都为奇数，且可以不同
sigmax:水平方向标准差
sigmay:垂直方向标准差
2.示例：
import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
img=cv.imread('girl.png')
img1=cv.GaussianBlur(img,(3,3),1)
plt.imshow(img1[:,:,::-1])
plt.show()
五、中值滤波
1.中值滤波是一种典型的非线性滤波技术，用像素点邻域灰度值的中值代替该点像素点的灰度值，中值滤波对椒盐噪声尤其有用
cv.medianBlur(src,ksize)
参数：
ksize:卷积核是一个整数
2.示例：
import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
img=cv.imread('girl.png')
img1=cv.medianBlur(img,5)
plt.imshow(img1[:,:,::-1])
plt.show() 