我尝试实现以下算法,但生成的图像看起来相同。
第1步:读取嘈杂的图像。
第2步:选择尺寸为3x3的2D窗口,中心元素为
处理像素。假设像素为
已处理为P
ij
。
步骤3:如果P
ij
是未损坏的像素(即0 ij
其值保持不变。
步骤4:如果P
ij
= 0或P
ij
= 255,然后是P
ij
是损坏的像素。
步骤5:如果是3/4
日
或所选窗口中的更多像素嘈杂
然后将窗口大小增加到5x5。
步骤6:如果所选窗口中的所有元素均为0,则
255,然后替换P
ij
与元素的平均值
在窗口中,否则转到步骤7。
步骤7:从所选窗口中消除0和255
并找到剩余元素的中位数。
替换Pij
与中值。
步骤8:重复步骤2至6,直到整个像素全部
图像被处理。
这是我的代码。请提出改进建议。
import Image
im=Image.open("no.jpg")
im = im.convert('L')
for i in range(2,im.size[0]-2):
for j in range(2,im.size[1]-2):
b=[]
if im.getpixel((i,j))>0 and im.getpixel((i,j))<255:
pass
elif im.getpixel((i,j))==0 or im.getpixel((i,j))==255:
c=0
for p in range(i-1,i+2):
for q in range(j-1,j+2):
if im.getpixel((p,q))==0 or im.getpixel((p,q))==255:
c=c+1
if c>6:
c=0
for p in range(i-2,i+3):
for q in range(j-2,j+3):
b.append(im.getpixel((p,q)))
if im.getpixel((p,q))==0 or im.getpixel((p,q))==255:
c=c+1
if c==25:
a=sum(b)/25
print a
im.putpixel((i,j),a)
else:
p=[]
for t in b:
if t not in (0,255):
p.append(t)
p.sort()
im.putpixel((i,j),p[len(p)/2])
else:
b1=[]
for p in range(i-1,i+2):
for q in range(j-1,j+2):
b1.append(im.getpixel((p,q)))
im.putpixel((i,j),sum(b1)/9)
im.save("nonoise.jpg")
最佳答案
您应该使用median filter,它易于实现,并且对于盐和胡椒粉的噪声效果很好。