Python 3.x 灰度图像
我尝试对6幅图像应用高斯滤波器,使用以下代码对其进行去噪:Python 3.x 灰度图像,python-3.x,image-processing,computer-vision,gaussianblur,anaconda3,Python 3.x,Image Processing,Computer Vision,Gaussianblur,Anaconda3,我尝试对6幅图像应用高斯滤波器,使用以下代码对其进行去噪: import os import matplotlib.image as img def load_data(dir_name ='C:/Users/ASUS/Desktop/Self_Learning/Coursera/Deep Learning in Computer Vision/plates'): im_list=[] for f in os.listdir(dir_name): fpath =
import os
import matplotlib.image as img
def load_data(dir_name ='C:/Users/ASUS/Desktop/Self_Learning/Coursera/Deep Learning in Computer Vision/plates'):
im_list=[]
for f in os.listdir(dir_name):
fpath = os.path.join(dir_name, f) # this will give you the path of each file in your directory
im = img.imread(fpath)
im_list.append(im)
return im_list
plates = load_data()
# The auxiliary function `visualize()` displays the images given as argument.
def visualize(imgs, format=None):
plt.figure(figsize=(20, 40))
for i, img in enumerate(imgs):
if img.shape[0] == 3:
img = img.transpose(1,2,0)
plt_idx = i+1
plt.subplot(3, 3, plt_idx)
plt.imshow(img, cmap=format)
plt.show()
visualize(plates, 'gray')
from scipy import ndimage
def noise_reduction(img):
denoised_list=[]
for i in img:
gauss_filtered = ndimage.gaussian_filter(i, sigma=1.4,truncate=2.0)
denoised_list.append(gauss_filtered)
return denoised_list
denoised_img= noise_reduction(plates)
visualize(denoised_img, 'gray')
plates是包含我的图像的文件,visualize是显示图像的功能。
结果应该是6个去噪的灰度图像。然而,我有蓝色的
以下是我的原始图像(图版):
这是应用高斯滤波器后的结果:
输入图像的形状是什么?它们是3D矩阵(表示RGB图像,即使它们看起来是灰色的)还是2D矩阵(表示灰度图像)?输入图像是一组3块板,对应于B、G和R通道(自上而下)。但我把它们显示为灰度我不确定我是否能理解。您放入
ndimage.gaussian\u过滤器的i
的形状是什么?您可能希望发布完整的代码,以便我们准确地看到正在发生的事情,请参阅。现在很难猜出问题出在哪里。好吧,我分享了完整的代码,但不能重新创建问题。检查代码,但结果完全正确。请参阅:。你需要上传图像到什么是输入图像的形状?它们是3D矩阵(表示RGB图像,即使它们看起来是灰色的)还是2D矩阵(表示灰度图像)?输入图像是一组3块板,对应于B、G和R通道(自上而下)。但我把它们显示为灰度我不确定我是否能理解。您放入ndimage.gaussian\u过滤器的i
的形状是什么?您可能希望发布完整的代码,以便我们准确地看到正在发生的事情,请参阅。现在很难猜出问题出在哪里。好吧,我分享了完整的代码,但不能重新创建问题。检查代码,但结果完全正确。请参阅:。你也需要上传图片