如何使用 OpenCV 检测和修复图像中的坏点？
How to detect and fix dead pixels in images using OpenCV?
我有一些图像有坏点（或结果不好的像素）我有原始数据（拜耳化数据）。
如何使用 OpenCV 检测和修复它们？
我尝试使用拜耳数据过滤器来修复它们。在我的算法中，我检测每个像素的颜色，如果它是绿色，则使用 X 模式查找相邻的绿色像素，如果当前像素的值超过相邻像素的 40 个，则像素值按相邻像素的平均值变化像素.
使用 + 模式对红色和蓝色执行相同的操作。
但是并没有解决问题。
有什么算法可以修复这些坏点吗？
我建议您为此目的使用 median filter。
C++: void medianBlur(InputArray src, OutputArray dst, int ksize)
过滤器的优点是它不是卷积。它不会处理操作（不意味着，没有你的邻居之间的平均计算）它只会从邻域中获取一个像素值（这恰好是你的邻居像素数组的中值）。
例如给定一张图像（一个颜色通道）上的 3x3 window :
155 153 2 <- Noise here on the 3rd column
148 147 146
144 0 146 <- Noise here on the 2nd column
我们想要得到一个介于 144 和 155 之间的像素值，对吗？
如果我们使用 mean filter，我们会计算平均值：(155+153+2+148+147+146+144+0+146)/9 = 116，这与实际值不接近。这就是您似乎所做的，因此结果不令人满意。
如果我们使用median filter，我们选择以下排序像素中的中值[0,2,144,146,146,147,148,153,155]
找到的中位数是 146 更接近实际情况 !
这里是内核大小为 3x3 的中值滤波器结果示例：
在你的图像上使用相同的滤镜我得到：
我有一些图像有坏点（或结果不好的像素）我有原始数据（拜耳化数据）。
如何使用 OpenCV 检测和修复它们？
我尝试使用拜耳数据过滤器来修复它们。在我的算法中，我检测每个像素的颜色，如果它是绿色，则使用 X 模式查找相邻的绿色像素，如果当前像素的值超过相邻像素的 40 个，则像素值按相邻像素的平均值变化像素.
使用 + 模式对红色和蓝色执行相同的操作。
但是并没有解决问题。
有什么算法可以修复这些坏点吗？
我建议您为此目的使用 median filter。
C++: void medianBlur(InputArray src, OutputArray dst, int ksize)
过滤器的优点是它不是卷积。它不会处理操作（不意味着，没有你的邻居之间的平均计算）它只会从邻域中获取一个像素值（这恰好是你的邻居像素数组的中值）。
例如给定一张图像（一个颜色通道）上的 3x3 window :
155 153 2 <- Noise here on the 3rd column
148 147 146
144 0 146 <- Noise here on the 2nd column
我们想要得到一个介于 144 和 155 之间的像素值，对吗？
如果我们使用 mean filter，我们会计算平均值：(155+153+2+148+147+146+144+0+146)/9 = 116，这与实际值不接近。这就是您似乎所做的，因此结果不令人满意。
如果我们使用median filter，我们选择以下排序像素中的中值[0,2,144,146,146,147,148,153,155]
找到的中位数是 146 更接近实际情况 !
这里是内核大小为 3x3 的中值滤波器结果示例：
在你的图像上使用相同的滤镜我得到：