A használandó függvény a cv2.medianBlur(). Második paramétere a vizsgálandó terület méretét adja. k paraméterérték esetén kxk méretű területen számítódik a medián értéke. Figyeljünk arra, hogy k értéke páratlan legyen. Nagyobb méretek esetén jelentősen lassul a művelet futásideje! Jól használható kiugró értékű, például só-bors típusú zaj szűrésére.

Használati példa

medfilt = cv2.medianBlur(img_noise, 3)

Példaprogram

• 06_04_c_saltpepper_noise_median_blur.py: Só-bors zaj interaktív hozzáadása, medián és átlagoló simító szűrés végrehajtása. Láthatjuk, hogy az átlagoló szűrés rossz eredményt ad ennél a zajtípusnál.

A matematikai morfológia eszközeivel számos alacsonyszintű képfeldolgozó művelet végrehajtható. Most csak a morfológiai szűréssel foglalkozunk, amit a dilatáció és az erózió műveletek egymás utáni végrehajtásával valósíthatunk meg. A dilatáció "hízlal" a képi komponenseken, az erózió pedig erodál, csökkent rajtuk. Bináris és szürkeárnyalatos képekre is értelmezhetők.

A dilatáció megfogalmazható úgy, hogy a vizsgált képpontot az adott környezetében előforduló intenzitások maximális értékével helyettesítjük. Az erózió esetén pedig a minimális értékkel.

A környezet alakját definiáló elemet strukturáló elemnek nevezik, ami többféle alakot felvehet, ahogyan majd látni fogjuk.

A morfológiai szűrést a dilatáció és erózió egymás utáni végrehajtásával valósíthatjuk meg, például az alábbi szerint.

• Dilatáció
• Erózió
• Erózió
• Dilatáció

OpenCV-ben az alábbi függvényeket használhatjuk.

Strukturáló elem definiálása a cv2.getStructuringElement() függvénnyel kérhető. 

retval = cv2.getStructuringElement(shape, ksize[, anchor])

A shape paraméterrel ki kell választani a kívánt alakot. Téglalap, ellipszis, és kereszt érhető el a cv2.MORPH_RECT, cv2.MORPH_ELLIPSE és cv2.MORPH_CROSS konstansokkal.

A ksize paraméter egy felsorolási objektum, ami a strukturáló elem befoglaló téglalapjának méretét adja. Célszerű páratlan oldalszámút választani, hogy egyértelműen meghatározható legyen a középső elem, amire a környezet illesztése történik. Nem kell egyformának lenniük viszont. Ha nem a középső elemet szeretnénk illesztési pontnak használni, akkor az opcionális harmadik paraméterként (anchor) adhatjuk meg konkrétat.

Figyeljük meg, hogy a visszaadott mátrix 0 és 1 értékek tartalmaz, annak megfelelően, hogy az adott szomszédot figyelembe kell-e venni vagy sem! Vagyis a konvolúcióval ellentétben itt nem tetszőleges súlyokat használunk!

Néhány példa strukturáló elemre.

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))

[[1 1 1 1 1]
 [1 1 1 1 1]
 [1 1 1 1 1]
 [1 1 1 1 1]
 [1 1 1 1 1]]

kernel = cv2.getStructuringElement(cv2.MORPH_CROSS, (3, 3))

[[0 1 0]
 [1 1 1]
 [0 1 0]]

kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (9, 5))

[[0 0 0 0 1 0 0 0 0]
 [0 1 1 1 1 1 1 1 0]
 [1 1 1 1 1 1 1 1 1]
 [0 1 1 1 1 1 1 1 0]
 [0 0 0 0 1 0 0 0 0]]

Dilatációt az alábbi függvénnyel kapunk:

dst = cv2.dilate(src, kernel[, dst[, anchor[, iterations[, borderType[, borderValue]]]]])

A dst képmátrixban kapjuk az eredményt, az src a forráskép, a kernel a strukturáló elem. A további opcionális paraméterek közül az iterations-t emeljük, ki amivel megadhatjuk, hányszori ismétléssel szeretnénk a műveletet végrehajtani. Ismétlődő függvényhívásokat és for ciklusokat tudunk ezzel kiváltani.

Az erózió teljesen analóg módon hívható:

dst = cv2.erode(src, kernel[, dst[, anchor[, iterations[, borderType[, borderValue]]]]])