Suavizar la imagen mediante la realización de operación de desenfoque en una imagen de escala de grises utilizando filtro de usuario definido media desenfoque en Python

En este artículo, vamos a ver cómo hacer filtro de desenfoque media definida por el usuario del tamaño requerido y el uso de esta operación ejecutar un desenfoque de la imagen en Python?

desenfoque de la imagen se refiere a hacer la imagen menos clara o distinta. El Filtro Media utiliza a menudo para eliminar el ruido de una imagen o señal.

En este programa, vamos a utilizar dos funciones de OpenCV-pitón (CV2) Módulo .. vamos a ver su sintaxis y descripciones primero:

1) imread ():
Se necesita una ruta absoluta / relativa ruta del archivo de imagen como un argumento y devuelve su matriz de la imagen correspondiente.

Si el valor de la bandera es:

• 1 : carga una imagen en color.
• 0 : Imagen de cargas en el modo de escala de grises.
• -1 : Cargas imagen como tal incluyendo alfa canal.

Si no se le da el valor del indicador a continuación, mostrar la imagen original, que el camino está dada.

2) imshow ():
Toma nombre de la ventana y la matriz de imagen como un argumento con el fin de mostrar una imagen en una ventana de visualización con un nombre de ventana especificada.

también en este programa, vamos a utilizar una función del módulo de numpy .

media (): Toma matriz y devuelve la media de la matriz.

Además, en este programa que estamos utilizando el concepto de arreglo de rebanado

Let, Un es matriz 1-d:
A [Inicio: Parada: paso]

1. empezar: número inicial de la secuencia.
2. parada: Generar números hasta, pero sin incluir este número.
3. paso: Diferencia entre cada número en la secuencia.

Ejemplo:

    A = [1,2,3,4,5,6,7,8,9,10]
      print(A[ 1: 5])
      Output:
      [2,3,4,5]
  

programa Python class suavizar una imagen en escala de grises mediante el uso definido por el usuario medio

# import cv2 module
  import cv2
  # import numpy module as np
  import numpy as np
  # Define a function for performing
  # Mean Blur on images
  def MeanBlur(img,size) :
      Ic = img
      # run a loop from half of the size + 1 to  upto
      # number of rows present in the image
      for i in range(size//2 + 1, Ic.shape[0]) :
          # run a loop  from half of the size + 1 upto
          # number of columns present in the image
          for j in range(size//2 +1, Ic.shape[1]) :
              # Take a sub-matrix of specifed order form Ic image matrix 
              N = Ic[i-size//2 : i+ size//2 + 1, j - size//2: j+ size//2 + 1]
              # find out mean of submatrix
              mean = np.mean(N)
              # assing that mean value to the specified pixel coordinates 
              img[i, j] = mean
      # return blur image
      return img
  # Driver code
  if __name__ == "__main__" :
      # read an image using imread() function of cv2
      # we have to  pass the path of the image
      # and tha value of flag which is optional
      img = cv2.imread(r'C:UsersuserDesktoppic6.jpg',0)
      # displaying the gray scale image
      cv2.imshow('original image',img)
      # order of the submatrix
      order = 5
      # MeanBlur function calling
      img = MeanBlur(img,order)
      # displaying the smoothen image
      cv2.imshow("smooth image",img)
  

salida