常用方法

中值滤波medianBlur

Cv2.MedianBlur(newmat, newmat, 7);
中值滤波是一种典型的非线性滤波，是基于排序统计理论的一种能够有效抑制噪声的非线性信号处理技术，基本思想是用像素点邻域灰度值的中值来代替该像素点的灰度值，让周围的像素值接近真实的值从而消除孤立的噪声点。该方法在取出脉冲噪声、椒盐噪声的同时能保留图像的边缘细节。这些优良特性是线性滤波所不具备的。

参数解释：
. InputArray src: 输入图像，图像为1、3、4通道的图像，当模板尺寸为3或5时，图像深度只能为CV_8U、CV_16U、CV_32F中的一个，如而对于较大孔径尺寸的图片，图像深度只能是CV_8U。
. OutputArray dst: 输出图像，尺寸和类型与输入图像一致，可以使用Mat::Clone以原图像为模板来初始化输出图像dst
. int ksize: 滤波模板的尺寸大小，必须是大于1的奇数，如3、5、7……

双边滤波bilateralFilter

Cv2.BilateralFilter(source, newmat, 5, 15, 15);
image.png
参数说明
双边滤波器可以去除无关噪声，同时保持较好的边缘信息。
但是，其速度比绝大多数滤波器都慢。
关于双边滤波，可以参考：Bilateral Filter
关于2个sigma参数：

简单起见，可以令2个sigma的值相等；
如果他们很小（小于10），那么滤波器几乎没有什么效果；
如果他们很大（大于150），那么滤波器的效果会很强，使图像显得非常卡通化；
关于参数d：

过大的滤波器（d>5）执行效率低。
对于实时应用，建议取d=5；
对于需要过滤严重噪声的离线应用，可取d=9；
d>0时，由d指定邻域直径；
d<=0时，d会自动由sigmaSpace的值确定，且d与sigmaSpace成正比；

适应性阈值AdaptiveThreshold

image.png

霍夫曼直线HoughLinesP

image.png