从图像中去除噪声或异常像素答案

【问题标题】：Remove noise or outlier pixels from an image从图像中去除噪声或异常像素
【发布时间】：2021-08-02 12:48:22
【问题描述】：

这是我的示例图片：

你可以看到在左下角和主体结构的边缘，有很多噪点和异常绿色像素。我正在寻找一种方法来删除它们。目前，我尝试了以下方法：

dst = cv2.fastNlMeansDenoisingColored(img_denoise,None,10,10,7,21)

和

dst = cv2.GaussianBlur(img,(7,7),0,borderType=cv2.BORDER_CONSTANT)

这些方法似乎都没有去除这些噪声像素，有没有其他方法或库可以达到正确去噪和去除这些噪声像素的结果？

【问题讨论】：

算法如何知道小绿色斑点对您来说是“噪音”，而不是图片的有趣和重要特征？

标签： python opencv image-processing noise-reduction

【解决方案1】：

试试这个：

import matplotlib.pyplot as plt

from skimage.restoration import (denoise_tv_chambolle, denoise_bilateral,
                                 denoise_wavelet, estimate_sigma)
from skimage import data, img_as_float
from skimage.util import random_noise
from skimage import io

img =  io.imread('img.png')


original = img_as_float(img)

sigma = 0.155
noisy = random_noise(original, var=sigma**2)

fig, ax = plt.subplots(nrows=1, ncols=2, figsize=(8, 5),
                       sharex=True, sharey=True)

plt.gray()

sigma_est = estimate_sigma(noisy, average_sigmas=True)

ax[0].imshow(noisy)
ax[0].axis('off')
ax[0].set_title('Noisy')
ax[1].imshow(denoise_tv_chambolle(noisy, weight=0.1))
ax[1].axis('off')
ax[1].set_title('Noise-removed')


fig.tight_layout()

plt.show()

【讨论】：