如何使用python从图像中去除盐和胡椒粉噪声？

问题描述

我尝试实现以下算法，但生成的图像看起来相同。

第1步 ：读取嘈杂的图像。

步骤2 ：选择大小为3x3的2D窗口，并以中心元素为处理像素。 假设正在处理的像素为P ij。

步骤3 ：如果P ij是未损坏的像素（即0 <P ij <255），则其值将保持不变。

步骤4 ：如果P ij = 0或P ij = 255，则P ij是损坏的像素。

第5步 ：如果所选窗口中第3/4个或更多像素有噪点，则将窗口大小增加到5x5。 步骤6：如果所选窗口中的所有元素均为0和255，则将P ij替换为窗口中元素的均值，否则转到步骤7。

步骤7 ：从所选窗口中消除0和255，找到其余元素的中值。 用中值替换Pij。

步骤8 ：重复步骤2至6，直到处理完整个图像中的所有像素为止。

这是我的代码。 请提出改进??建议。

import Image

im=Image.open("no.jpg")
im = im.convert('L')

for i in range(2,im.size[0]-2):
    for j in range(2,im.size[1]-2):
        b=[]
        if im.getpixel((i,j))>0 and im.getpixel((i,j))<255:
            pass
        elif im.getpixel((i,j))==0 or im.getpixel((i,j))==255:
            c=0
            for p in range(i-1,i+2):
                for q in range(j-1,j+2):
                    if im.getpixel((p,q))==0 or im.getpixel((p,q))==255: 
                        c=c+1
            if c>6:
                c=0
                for p in range(i-2,i+3):
                    for q in range(j-2,j+3):
                        b.append(im.getpixel((p,q)))
                        if im.getpixel((p,q))==0 or im.getpixel((p,q))==255:
                            c=c+1
                if c==25:
                    a=sum(b)/25
                    print a
                    im.putpixel((i,j),a)
                else:
                    p=[]
                    for t in b:
                        if t not in (0,255):
                            p.append(t)
                    p.sort()
                    im.putpixel((i,j),p[len(p)/2])
            else:
                b1=[]
                for p in range(i-1,i+2):
                    for q in range(j-1,j+2):
                        b1.append(im.getpixel((p,q)))
                im.putpixel((i,j),sum(b1)/9)

im.save("nonoise.jpg")   

您输入的图像是什么样的？ 您的算法假定只有像素值0和255为噪点。 如果您的噪点像素实际上具有其他值，则您的算法将不会执行任何操作，并且您可能会看到输出看起来与输入相同。

正如奥利维尔（Olivier）所建议的那样，中值滤波器可提供最佳结果。

这是我生成的将盐和胡椒粉噪声添加到图像中的代码。 该代码适用于带有OpenCV 3.0.0的python：

import numpy as np
import cv2

img = cv2.imread('3.jpg', 1)
row,col,ch = img.shape
p = 0.5
a = 0.009
noisy = img

  # Salt mode
num_salt = np.ceil(a * img.size * p)
coords = [np.random.randint(0, i - 1, int(num_salt))
          for i in img.shape]
noisy[coords] = 1

  # Pepper mode
num_pepper = np.ceil(a * img.size * (1. - p))
coords = [np.random.randint(0, i - 1, int(num_pepper))
          for i in img.shape]
noisy[coords] = 0

cv2.imshow('noisy', noisy)

以下是使用中值过滤器的代码：

median_blur= cv2.medianBlur(noisy, 3)
cv2.imshow('median_blur', median_blur)  

cv2.waitKey()
cv2.destroyAllWindows()

可以根据需要修改用于模糊噪点图像的窗口。