使用 OpenCV 去除图像中的椒盐噪声

Question

我一直在尝试使用线性滤波器去除包含 QR 码的图像中的噪声，但生成的图像严重模糊，导致很难准确扫描 QR 码。我应该使用哪种算法或技术来有效去除图像中的噪声，同时保留 QR 码的细节？

我尝试使用线性滤波技术（例如高斯模糊和中值滤波）去除图像中的噪声。然而，这些方法在成功降低噪声的同时，也显着模糊了二维码，导致难以准确扫描。我希望在保持二维码清晰度的同时减少噪音。”

Answer 1

嗯，这就是线性滤波器的作用。

但是既然你知道这是一个二维码，为什么要使用灰度图像而不是二进制图像呢？

如果对图像进行模糊处理，则会将一堆像素转换为连续的灰色信息，从 0 到 1，具体取决于周围有多少黑色或白色像素。好的。对于简单算法来说，这是很好的第一步。

但是，目标是将该级别视为像素为黑色的一种概率级别。您知道您的图像中没有任何东西是灰色的。它要么是白色的，要么是黑色的。因此，使用阈值。无论现在模糊的图像中黑白之间的过渡如何连续，它都必须有一个边缘，在该边缘处像素从“黑多于白”变为“白多于黑”。

然后，从现在的二值图像中，您可以使用一些形态学运算符来过滤一些剩余的噪声

我得到了一些可以接受的结果（我的手机立即看到“mal7 w felfel”），带有严重的高斯模糊，然后是阈值，然后关闭和打开。

cv2.morphologyEx(cv2.morphologyEx(((cv2.blur(img, (19,19))[...,0]>126)*255).astype(np.uint8), cv2.MORPH_CLOSE, kernel), cv2.MORPH_OPEN, kernel)

与

kernel=np.ones((17,17), dtype=np.uint8)

我确信这些参数可以稍微调整一下。我没有。重点是，您知道最终结果是二值图像，因此模糊仅作为尝试猜测哪里是黑色、哪里是白色的初步步骤。

当然，存在一些更复杂的算法来锐化边缘。

更重要的是，如果您知道您正在查看的是二维码（或者只是某种网格），那么您可以尝试一些临时算法，推断网格线在哪里，网格中每个单元格的颜色是什么。但这超出了论坛答案的范围。