opencv python 影像模糊與反鋸齒處理

很實用的技能，建議學起來。一行指令就搞定了。好強的 OpenCV

如果還沒有安裝opencv 請服用下面的指令：

python3 -m pip install opencv-python

---

影象平滑技術如高斯模糊，Median模糊等，模糊真的很好用，因為模糊捨棄了「細節」，再結合二值化（Image Thresholding），就可以讓原有的資訊變的更圓潤和飽滿，可以做出反鋸齒(Anti-aliasing)的效果。

OpenCV 的平滑模糊化技術：

• 平均濾波 Averaging：使用 opencv 的 cv2.blur 或 cv2.boxFilter
• 高斯濾波 Gaussian Filtering：使用 opencv 的 cv2.GaussianBlur
• 中值濾波 Median Filtering：使用 opencv 的 cv2.medianBlur
• 雙邊濾波 Bilateral Filtering：使用 opencv 的 cv2.bilateralFilter

使用範例：

import cv2
import numpy as np
img = cv2.imread('opencv-logo-white.png')
blur = cv2.blur(img,(5,5))

---

二值化

影像二值化簡單的方法，如果像素值pixel大於門檻值threshold，就指定一個新數值(例如白色)，否則就指定另一個新數值(例如黑色)，
這邊使用 opencv 的 cv2.threshold，第一個參數來源需要是灰階影像，第二個參數是用來對像素值進行分類的門檻值，第三個參數為最大灰階值，第四個參數為二值化的類型如下所示：
cv2.THRESH_BINARY：Threshold Binary，即二值化，將大於門檻值的灰階值設為最大灰階值，小於門檻值的值設為0。
cv2.THRESH_BINARY_INV：Threshold Binary, Inverted，將大於門檻值的灰階值設為0，其他值設為最大灰階值。
cv2.THRESH_TRUNC：Truncate，將大於門檻值的灰階值設為門檻值，小於門檻值的值保持不變。
cv2.THRESH_TOZERO：Threshold to Zero，將小於門檻值的灰階值設為0，大於門檻值的值保持不變。
cv2.THRESH_TOZERO_INV：Threshold to Zero, Inverted，將大於門檻值的灰階值設為0，小於門檻值的值保持不變。

使用範例：

import cv2
import numpy as np
img = cv2.imread('your-image.png', 0)
ret, th1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)

---

執行結果

1:使用 Blur + threshold

右邊是原圖，右邊是套用效果後。

2:使用 GaussianBlur + threshold

右邊是原圖，右邊是套用效果後。

3:使用 medianBlur + threshold

右邊是原圖，右邊是套用效果後。

心得，使用起來差異不會很大，但Blur 可以調的模糊程度會較高，較大的筆觸會造成較嚴重的暈染效果，還有筆畫相連。先降噪，blur ，再降噪，再取二值化，這些步驟重覆並交叉套用，效果也很好！

---

相關文章

Smoothing Images
https://docs.opencv.org/4.5.2/d4/d13/tutorial_py_filtering.html

影像平滑模糊化 blur
https://shengyu7697.github.io/python-opencv-blur/

影像二值化 Image Thresholding
https://shengyu7697.github.io/python-opencv-threshold/

opencv python 影像去噪
https://stackoverflow.max-everyday.com/2021/07/opencv-python-image-denoise/