快速中值濾波 Python實現

中值濾波是空域中常用的一種濾波方式，是一種非線性的濾波。它的原理就是將視窗畫素排序，取中值，然後移動視窗，不斷重複取中值的過程。

但是，可以發現，每次移動視窗，都需要對畫素點進行排序，從而選取中間的那個畫素點。每次重新排序的效率特別低，為了優化這個排序，便有了快速中值濾波。

快速中值濾波是中值濾波的優化版，它利用了視窗每次平移時，沒有移出視窗的畫素點還是排好序的，因此，只需要把新加入的畫素點插入到其中即可完成排序。此外，由於我們並不需要乙個完整的排序數列，只需要找到中值就可以了。

基於上面兩點，快速中值濾波採用的是直方圖的方式來統計畫素點，橫座標是畫素點的值，縱座標是視窗中畫素點的個數。設定乙個「游標」，在橫軸上左右移動，當兩邊畫素點相等時，對應的畫素點就是要找的中值。然後移動視窗，更新直方圖，再次移動「游標」，找到中值，不斷反覆。

需要注意的是，「游標」的每次移動，都只能移動在數目不為 0 的畫素點上，否則，取到的中值很可能不在這個視窗中。

r、g、b 三個通道分別計算（可以一起計算，但單通道計算更清晰）

視窗大小為 3*3 的**：

# -*- coding: utf-8 -*-
import numpy as np
import cv2
def quickmedianfiltering(img) :
b, g, r = cv2.split(img)
# 對 藍色通道 進行中值濾波
h = np.zeros(256, dtype=int)    # 直方圖
for row in range(1, len(b) - 1) :
# 到達乙個新的行 初始化
h = np.zeros(256, dtype=int)    # 直方圖
# 求中值
med = np.uint8(np.median(b[row - 1 : row + 2, 0:3]))
n = 0
for i in range(-1, 2) :
for j in range(0, 3) :
h[b[row+i][j]] = h[b[row+i][j]] + 1
if b[row+i][j] <= med :
n = n + 1
for col in range(1, len(b[row]) - 1) :
if col == 1 :
none
# 移到下一列
else :
# 更新直方圖 並計算 n 的值
for i in range(-1, 2) :
# 對左列元素 值減一 
h[b[row+i][col-2]] = h[b[row+i][col-2]] - 1
if b[row+i][col-2] <= med :
n = n - 1
# 對右列元素 值加一
h[b[row+i][col+1]] = h[b[row+i][col+1]] + 1
if b[row+i][col+1] <= med :
n = n + 1
# 重新計算中值
if n > 5 :
while n > 5 :
if med == 0 :
break
n = n - h[med]
med = med - 1
elif n < 5 :
while n < 5 :
med = med + 1
n = n + h[med]
sum = 0
for k in range(med + 1) :
sum = sum + h[k]
# 更新中值後的直方圖
h[b[row][col]] = h[b[row][col]] - 1
if med < b[row][col] :
n = n + 1
b[row][col] = med
h[med] = h[med] + 1
# 對 綠色通道 進行中值濾波
h = np.zeros(256, dtype=int)    # 直方圖
for row in range(1, len(g) - 1) :
# 到達乙個新的行 初始化
h = np.zeros(256, dtype=int)    # 直方圖
# 求中值
med = np.uint8(np.median(g[row - 1 : row + 2, 0:3]))
if med == -128 :
print(g[row - 1 : row + 2, 0:3])
n = 0
for i in range(-1, 2) :
for j in range(0, 3) :
h[g[row+i][j]] = h[g[row+i][j]] + 1
if g[row+i][j] <= med :
n = n + 1
for col in range(1, len(g[row]) - 1) :
if col == 1 :
none
# 移到下一列
else :
# 更新直方圖 並計算 n 的值
for i in range(-1, 2) :
# 對左列元素 值減一 
h[g[row+i][col-2]] = h[g[row+i][col-2]] - 1
if g[row+i][col-2] <= med :
n = n - 1
# 對右列元素 值加一
h[g[row+i][col+1]] = h[g[row+i][col+1]] + 1
if g[row+i][col+1] <= med :
n = n + 1
# 重新計算中值
if n > 5 :
while n > 5 :
if med == 0 :
break
n = n - h[med]
med = med - 1
elif n < 5 :
while n < 5 :
med = med + 1
n = n + h[med]
# 更新中值後的直方圖
h[g[row][col]] = h[g[row][col]] - 1
if med < g[row][col] :
n = n + 1
g[row][col] = med
h[med] = h[med] + 1
# 對 紅色通道 進行中值濾波
h = np.zeros(256, dtype=int)    # 直方圖
for row in range(1, len(r) - 1) :
# 到達乙個新的行 初始化
h = np.zeros(256, dtype=int)    # 直方圖
# 求中值
med = np.uint8(np.median(r[row - 1 : row + 2, 0:3]))
if med == -128 :
print(r[row - 1 : row + 2, 0:3])
n = 0
for i in range(-1, 2) :
for j in range(0, 3) :
h[r[row+i][j]] = h[r[row+i][j]] + 1
if r[row+i][j] <= med :
n = n + 1
for col in range(1, len(r[row]) - 1) :
if col == 1 :
none
# 移到下一列
else :
# 更新直方圖 並計算 n 的值
for i in range(-1, 2) :
# 對左列元素 值減一 
h[r[row+i][col-2]] = h[r[row+i][col-2]] - 1
if r[row+i][col-2] <= med :
n = n - 1
# 對右列元素 值加一
h[r[row+i][col+1]] = h[r[row+i][col+1]] + 1
if r[row+i][col+1] <= med :
n = n + 1
# 重新計算中值
if n > 5 :
while n > 5 :
if med == 0 :
break
n = n - h[med]
med = med - 1
elif n < 5 :
while n < 5 :
med = med + 1
n = n + h[med]
sum = 0
# 更新中值後的直方圖
h[r[row][col]] = h[r[row][col]] - 1
if med < r[row][col] :
n = n + 1
r[row][col] = med
h[med] = h[med] + 1
return cv2.merge([b,g,r])

快速中值濾波主要是利用了直方圖的思想，雖然思路很簡單，但寫**的時候，也遇到不少bug，所幸最後寫完了。

快速中值濾波 Python實現

中值濾波 python實現

中值濾波C 實現

中值濾波 MATLAB實現

快速中值濾波 Python實現

中值濾波 python實現

中值濾波C 實現

中值濾波 MATLAB實現

相關推薦