• Próbáljuk ki a példaprogramokat! Módosítsunk a paramétereken! Adjunk lehetőséget a zajterhelés csúszkával történő interaktív változtatására!
• A mesterséges zajterhelés (additív, só-bors) példákat egészítsük ki zajszűréssel! A zajjal terhelt és a szűrt eredményeket hasonlítsuk össze az eredetivel! Ehhez állítsuk elő a képek abszolút különbségét, számítsuk ki az abszolút különbség kép L1 norma értékét (cv2.norm(src, cv2.NORM_L1), ez az intenzitásértékek összege), és osszuk el a képpontok számával, hogy egy képpontra vonatkoztatott átlag eltérés értéket kapjunk. Írjuk ki az L1 norma értékeket a konzolra!
• Készítsünk programot, ahol csúszkával állíthatjuk a simítási maszk méretét! Ne felejtsük el, hogy a maszkméret legalább 3x3 méretű, és páratlan értékű lehet!
• Nézzük meg milyen eredményt kapunk só-bors zaj esetén átlagoló szűréssel!

Készítsünk programot, amely élesít a képen lévő homályosabb élek megjelenésén!

Lépések:

• Kép beolvasása.
• Végezzünk a képen elmosást (például Gauss átlagoló szűrővel).
• Vonjuk ki az eredeti képből az elmosás eredményét.
• A különbségképet adjuk hozzá az eredeti képhez súlyozással.
  • A súlyt [0, 1] tartományból válasszuk ki. Próbáljunk ki többféle értéket!
  • A képek típusa 8 bites egész maradjon. Az alul és túlcsordulásokat telített csonkolással végezzük. (Nullánál kisebb érték 0, 255-nél nagyobb érték 255 legyen.)

A műveletek paramétereit elegendő egy kiválasztott bemeneti képre optimalizálni, nem általánosan, mindenre jól működő megoldás készítse a cél!