odszumianie.py

import numpy as np
import cv2

def apply_filter(image, filter_type='average'):
    # Przechodzenie maską 3x3 po pikselach obrazu i zastosowanie filtru splotowego
    filtered_image = np.zeros_like(image)

    for channel in range(3):  # Przechodzenie przez kanały (RGB)
        for i in range(1, image.shape[0] - 1):
            for j in range(1, image.shape[1] - 1):
                if filter_type == 'average':
                    # Przykładowa maska splotowa (uśredniająca)
                    mask = np.array([[1, 1, 1],
                                     [1, 1, 1],
                                     [1, 1, 1]])
                    # Zastosowanie filtra splotowego na danym fragmencie obrazu
                    filtered_image[i, j, channel] = np.sum(image[i - 1:i + 2, j - 1:j + 2, channel] * mask) / np.sum(mask)
                elif filter_type == 'median':
                    # Uzyskanie otoczenia 3x3 dla danego piksela
                    surroundings = image[i - 1:i + 2, j - 1:j + 2, channel]
                    # Zastosowanie filtra medianowego na otoczeniu
                    filtered_image[i, j, channel] = np.median(surroundings)

    return filtered_image


# Wczytanie obrazu
image_path = 'Leopard-with-noise.jpg'
image = cv2.imread(image_path)  # Wczytanie obrazu kolorowego

# Odszumianie obrazu za pomocą funkcji filtru splotowego
filtered_image_average = apply_filter(image, filter_type='average')
filtered_image_median = apply_filter(image, filter_type='median')

# cv2.imwrite('oryginalnego_obrazu.jpg', image)
# cv2.imwrite('filtered_image_average.jpg', filtered_image_average)
# cv2.imwrite('filtered_image_median.jpg', filtered_image_median)
# cv2.imwrite('diff_average.jpg', image - filtered_image_average)
# cv2.imwrite('diff_median.jpg', image - filtered_image_median)

# Wyświetlenie obrazów
cv2.imshow('Original Image', image)
cv2.imshow('Filtered Image (Average)', filtered_image_average)
cv2.imshow('Filtered Image (Median)', filtered_image_median)
cv2.imshow('Diff (Average)', image - filtered_image_average)
cv2.imshow('Diff (Median)', image - filtered_image_median)
cv2.waitKey(0)


cv2.destroyAllWindows()