Suavizando Imágenes con OpenCV

En el proceso de alisado (smoothing en inglés) las imágenes son difuminadas. Una imagen se ve más nítida o más detallada si somos capaces de percibir todos los objetos y sus formas, correctamente, en ella. Mientras menos definidos son los bordes de las formas individuales dentro de la imagen, más difícil es distinguir una forma de otra. Esto es precisamente lo que hace el alisado, es decir, reducir el contenido de los bordes de las formas en la imagen, suavizando así la transición entre los distintos colores. Para este fin se utilizan  filtros de imágenes.

Convolución 2D (Filtrado de imágenes)

Al igual que las señales unidimensionales, las imágenes también pueden ser filtradas con varios tipos de filtros, como por ejemplo, filtros pasa bajo (FPB), filtros pasa alto (FPA), filtros pasa banda, etc. Mientras que un FPB ayuda a eliminar el ruido en la imagen o a difuminar la imagen, un FPA ayuda a encontrar los bordes en una imagen. La función cv2.filter2D(), disponible en OpenCV, permite aplicar una convolución entre un kernel dado y una imagen. Un ejemplo de un kernel es un filtro para promediar, como el FPB de 5×5 que se muestra a continuación:

 

import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread('TajMahal.jpg')

#Crea el kernel
kernel = np.ones((5,5),np.float32)/25

#Filtra la imagen utilizando el kernel anterior
dst = cv2.filter2D(img,-1,kernel)

plt.subplot(121),plt.imshow(img),plt.title('Original')
plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(dst),plt.title('Promediada')
plt.xticks([]), plt.yticks([])
plt.show()

Difuminando imágenes (alisando o suavizando imágenes)

Promedio

import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread('TajMahal.jpg')

blur = cv2.blur(img,(3,3))

plt.subplot(121),plt.imshow(img),plt.title('Original')
plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(blur),plt.title('Difuminada')
plt.xticks([]), plt.yticks([])
plt.show()

Filtro Gaussiano

blur = cv2.GaussianBlur(img,(5,5),0)

 

Filtro de Mediana

median = cv2.medianBlur(img,5)