本文實例為大家分享了python實現圖像降噪的具體代碼，供大家參考，具體內容如下

任務描述

背景

圖像在數字化和傳輸等過程中會產生噪聲，從而影響圖像的質量，而圖像降噪技術可以有效地減少圖像中的噪聲。如下圖所示，左圖是一幅包含噪聲的圖像（圖中的黑點即為噪聲），右圖是降噪后的結果（黑點顯著減少）。

中值濾波是一種常用的圖像降噪方法，對于一幅帶噪聲的圖像 1（設分辨率為 w×h），降噪方法如下：

1）將圖像1轉換成灰度圖，仍稱為圖像1；
2）新建圖像2，圖像2為灰度圖，分辨率與圖像1相同；
3）對于圖像 1 中坐標為 (x,y) 的像素 p，求 p 的中值 c，然后將圖像 2 中 (x,y) 處的像素值設置成 c，其中，1≤x≤w?2、1≤y≤h?2；
4）保存圖像 2，圖像 2 即存放了降噪后的結果。

其中，第 3 步要計算 (x,y) 處像素 p 的中值 c，計算方法如下：

1）選取以 p 為中心的 3×3 圖像區域，如上圖所示，每個小方格代表一個像素，數字表示像素的灰度值，像素 p 的坐標為 (x,y)，則選取的圖像區域為黃色底紋區域；
2）對步驟 1 中選取的 9 個像素的顏色值進行升序排列，如上圖所示例子排序后為：11、12、13、14、15、16、17、18、99；
3）在步驟 2 得到的排序結果中，排在最中間一個值即為中值 c，如上圖所示例子中像素 p 的中值為 15。

任務

本關任務是補全程序，使其能進行圖像降噪，說明如下：
1）排序操作可利用列表中的sort函數進行；
2）關于代碼的相關說明見注釋。

相關知識

略。

編程要求

在 Begin-End 區間補全代碼，具體要求見上。

測試說明

測試集正確結果如下：

(1 ?, 1 ) -> 255
(72 , 42) -> 191
(120, 45) -> 127
(164, 49) -> 89
(235, 49) -> 38

你的圖像與正確答案相同！

說明如下：

1）系統會調用你編寫的median函數，并以“像素坐標 -> 中值”的格式打印結果，如測試集第 1 行的(1 , 1 ) -> 255表示：(1,1) 處像素的中值為255；
2）此外，系統會檢查程序生成的圖像文件，若正確則在測試集最后一行打印你的圖像與正確答案相同！。

開始你的任務吧，祝你成功！

from PIL import Image


# 求圖像img中(x,y)處像素的中值c
def median(img, x, y):
? ? ########## Begin ##########
? ? L = []
? ? xl = [x-1,x,x+1]
? ? yl = [y-1,y,y+1]
? ? for i in xl:
? ? ? ? for j in yl:
? ? ? ? ? ? gray = img.getpixel((i, j)) ?# 取出灰度值
? ? ? ? ? ? L.append(gray)
? ? L.sort()
? ? c = L[4]
? ? ########## End ##########
? ? return c


# 對圖像文件1進行降噪，并將結果保存為圖像文件2
# 圖像文件1和2的路徑分別為path1和path2
def denoise(path1, path2):
? ? img1 = Image.open(path1) ?# 圖像1
? ? img1 = img1.convert('L') ?# 將圖像1轉換為灰度圖
? ? w, h = img1.size
? ? img2 = Image.new('L', (w, h), 'white') ?# 圖像2
? ? for x in range(1, w - 1):
? ? ? ? for y in range(1, h - 1):
? ? ? ? ? ? c = median(img1, x, y) ?# 求中值
? ? ? ? ? ? img2.putpixel((x, y), c) ?# 將灰度設置為中值
? ? img2.save(path2)


path1 = 'step4.bmp' ?# 帶噪聲的圖像
path2 = 'step4_2.bmp' ?# 降噪后的圖像
denoise(path1, path2)