python实现一个中值滤波器

中值滤波是一种常用的信号处理方法，可以去除图像中的噪声。下面是 Python 实现中值滤波器的示例代码：

import numpy as np
import cv2

def median_filter(img, kernel_size):
    """中值滤波器"""
    kernel_half = kernel_size // 2
    img_median = np.zeros_like(img)
    
    # 对每个像素进行中值滤波
    for i in range(kernel_half, img.shape[0] - kernel_half):
        for j in range(kernel_half, img.shape[1] - kernel_half):
            # 获取当前像素周围的像素值
            neighbors = img[
                i - kernel_half : i + kernel_half + 1,
                j - kernel_half : j + kernel_half + 1
            ]
            # 对这些像素值进行排序
            sorted_neighbors = np.sort(neighbors.flatten())
            # 取中间的值作为当前像素的值
            img_median[i, j] = sorted_neighbors[kernel_half]
    
    return img_median

# 加载图像
img = cv2.imread('lena.png', cv2.IMREAD_GRAYSCALE)

# 进行中值滤波
img_median = median_filter(img, kernel_size=3)

# 显示原始图像和中值滤波之后的图像
cv2.imshow('Original Image', img)
cv2.imshow('Median Filtered Image', img_median)
cv2.waitKey(0)
cv2.destroyAllWindows()

上面代码中，`median_filter` 函数接受两个参数：原始图像 `img` 和卷积核大小 `kernel_size`。函数首先创建一个和原始图像相同大小的数组 `img_median`，用于存储中值滤波之后的图像。然后对于原始图像中的每个像素，函数都获取其周围 `kernel_size x kernel_size` 个像素的值，并进行排序，最后取其中间的值作为当前像素的值。最后返回中值滤波之后的图像。