Comment utiliser Python pour supprimer le bruit des images

Comment utiliser Python pour supprimer le bruit des images

Introduction :
Dans le processus de traitement d'image, le bruit est un problème courant. Le bruit affecte non seulement l’esthétique de l’image, mais peut également avoir un impact négatif sur le traitement ultérieur. Cet article explique comment utiliser Python pour supprimer le bruit des images.

1. Importez les bibliothèques requises
Avant de commencer, nous devons d'abord importer certaines bibliothèques de traitement d'images couramment utilisées, telles que NumPy, OpenCV et Matplotlib. Ce sont des outils de traitement d’images couramment utilisés en Python.

Exemple de code :

import numpy as np
import cv2
import matplotlib.pyplot as plt

2. Lire l'image
Nous devons lire une image du disque et la convertir en image en niveaux de gris. Les images en niveaux de gris n'ont qu'un seul canal, ce qui les rend plus faciles à traiter.

Exemple de code :

image = cv2.imread("image.jpg")
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

3. Appliquer un flou gaussien
Le flou gaussien est une méthode de traitement d'image courante qui peut être utilisée pour supprimer le bruit. Les effets du bruit peuvent être réduits en appliquant un filtre gaussien autour de chaque pixel de l'image.

Exemple de code :

blurred_image = cv2.GaussianBlur(gray_image, (5, 5), 0)

4. Appliquer le traitement de seuil adaptatif
Le traitement de seuil adaptatif peut ajuster le seuil en fonction des changements de luminosité dans les zones locales de l'image pour mieux distinguer les cibles et le bruit. Cette méthode est très adaptée au traitement d’images en niveaux de gris.

Exemple de code :

threshold_image = cv2.adaptiveThreshold(blurred_image, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 2)

5. Afficher les résultats
Enfin, nous pouvons utiliser la bibliothèque Matplotlib pour comparer l'image originale, l'image traitée et l'image seuillée et les afficher.

Exemple de code :

plt.subplot(1, 3, 1)
plt.title('Original Image')
plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))

plt.subplot(1, 3, 2)
plt.title('Blurred Image')
plt.imshow(blurred_image, cmap='gray')

plt.subplot(1, 3, 3)
plt.title('Thresholded Image')
plt.imshow(threshold_image, cmap='gray')

plt.show()

6. Résumé
Cet article présente comment utiliser Python pour supprimer le bruit des images. Tout d’abord, nous importons les bibliothèques requises. Ensuite, l'image est convertie en niveaux de gris et un flou gaussien est appliqué pour réduire l'impact du bruit. Ensuite, nous utilisons un seuil adaptatif pour mieux distinguer les objets du bruit. Enfin, nous comparons et affichons l'image originale, l'image traitée et l'image seuillée.

Avec ces méthodes de base, vous pouvez traiter davantage l'image en fonction de la situation réelle pour obtenir un meilleur effet de débruitage. J'espère que cet article vous aidera !

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!