图片降噪

复制import cv2
import numpy as np

# 读取图像（BGR 格式）
img = cv2.imread('input_noisy.jpg')
if img is None:
    raise FileNotFoundError('input_noisy.jpg not found')

# 高斯滤波：核大小 5x5，标准差 1.5
gaussian = cv2.GaussianBlur(img, (5, 5), 1.5)

# 中值滤波：核大小 5（必须奇数）
median = cv2.medianBlur(img, 5)

# 双边滤波：直径 9，颜色标准差 75，空间标准差 75
bilateral = cv2.bilateralFilter(img, 9, 75, 75)

# 保存结果
cv2.imwrite('output_gaussian.jpg', gaussian)
cv2.imwrite('output_median.jpg', median)
cv2.imwrite('output_bilateral.jpg', bilateral)

print('降噪完成，已保存 output_gaussian.jpg / output_median.jpg / output_bilateral.jpg')

复制package main

import (
	"fmt"
	"gocv.io/x/gocv"
)

func main() {
	img := gocv.IMRead("input_noisy.jpg", gocv.IMReadColor)
	if img.Empty() {
		fmt.Println("无法读取 input_noisy.jpg")
		return
	}
	defer img.Close()

	// 高斯滤波：核 5x5，sigmaX=1.5
	gaussian := gocv.NewMat()
	defer gaussian.Close()
	gocv.GaussianBlur(img, &gaussian, image.Pt(5, 5), 1.5, 0, gocv.BorderDefault)

	// 中值滤波：核大小 5
	median := gocv.NewMat()
	defer median.Close()
	gocv.MedianBlur(img, &median, 5)

	// 双边滤波：直径 9，sigmaColor=75，sigmaSpace=75
	bilateral := gocv.NewMat()
	defer bilateral.Close()
	gocv.BilateralFilter(img, &bilateral, 9, 75, 75, gocv.BorderDefault)

	gocv.IMWrite("output_gaussian.jpg", gaussian)
	gocv.IMWrite("output_median.jpg", median)
	gocv.IMWrite("output_bilateral.jpg", bilateral)
	fmt.Println("降噪完成")
}

复制const Jimp = require('jimp');

async function denoise() {
  const image = await Jimp.read('input_noisy.jpg');

  // 高斯模糊（近似高斯滤波）：半径 5
  const gaussian = image.clone().gaussian(5);
  await gaussian.writeAsync('output_gaussian.jpg');

  // 中值滤波：核大小 5（Jimp 无直接中值，用卷积近似）
  const median = image.clone().convolute([
    [0, 0, 0, 0, 0],
    [0, 0, 0, 0, 0],
    [0, 0, 1, 0, 0],
    [0, 0, 0, 0, 0],
    [0, 0, 0, 0, 0]
  ]);
  await median.writeAsync('output_median.jpg');

  // 双边滤波：Jimp 无原生支持，用高斯近似
  const bilateral = image.clone().gaussian(3);
  await bilateral.writeAsync('output_bilateral.jpg');

  console.log('降噪完成');
}

denoise().catch(console.error);