Python 开始使用200x200 numpy阵列的去噪元素

我有一个200x200 numpy数组，其中有一个形状，当我使用matplotlib的

imshow（）函数绘制它时，可以看到它。然而，在这张图片中也添加了很多噪音。我试图使用openCV来强调形状，并对图像进行去噪。但它不断抛出我不理解的错误消息。我应该如何开始去噪问题。在我看来，这个形状是可见的，但是使用图像顶部的
np.random.randint（）
函数添加了额外的噪声。我想减少噪音
这里有一些关于opencv中可用的图像去噪技术的教程

模糊噪音
最基本的方法是应用平均值来平均随机噪声。这将产生负面影响，即图像中的边缘不会像原来那样锐利。根据您的应用程序，这可能是好的。根据噪声的大小，您可以选择滤波器的大小
k
。值越大，图像越模糊，噪声越小

k=5
过滤图像=cv.模糊（img，（k，k））

高级去噪
或者，您可以使用更高级的技术，例如。这将在图像中的相似面片上应用平均值。这项技术还有一些参数需要根据您的特定应用程序进行调整，您可以阅读这些参数。（对于灰度和彩色图像以及图像序列，此功能有不同的版本）

luminity\u filter\u strength=10
颜色过滤器强度=10
模板\窗口\大小=7
搜索窗口大小=21
过滤图像=cv.FastNLmeans有色噪声（img，
光度、滤光片、强度、，
彩色滤光片强度，
模板\窗口\大小，
搜索（窗口大小）
我使用Scikit图像解决了这个问题。对于新手来说，他们有一个非常容易访问的文档页面，错误消息更容易理解。至于我的问题，我不得不使用它，它有很多去噪功能，很像openCV，但是示例和易于理解的错误消息确实有帮助。和我一起玩，帮我解决了这个问题
 展示一下图像怎么样？或者更好的办法是，将阵列作为映像保存到磁盘，然后将映像发布，以便其他人可以测试处理它的方法。我投票结束这个问题，因为除非提供映像，否则回答这个问题的机会很小。事实上，没有迹象表明图像是灰度还是彩色的，也没有迹象表明噪声是如何出现或分布的，也没有迹象表明其强度与信号之间的关系。我在使用OpenCV时遇到了困难，因为我是新手。Scikit图像文档和示例为我完成了这项工作。