python不调用库函数对图像进行中值滤波

以下是一个python程序示例，可以实现中值滤波操作：

import cv2
import numpy as np

# 定义中值滤波函数
def median_filter(img, kernel_size):
    # 获取图像的行数和列数
    row, col = img.shape[:2]
    
    # 创建一个与原图像大小相同的新图像
    new_img = np.zeros((row, col), dtype=np.uint8)
    
    # 计算卷积核的一半大小
    half_kernel_size = kernel_size // 2
    
    # 对图像进行中值滤波操作
    for i in range(half_kernel_size, row - half_kernel_size):
        for j in range(half_kernel_size, col - half_kernel_size):
            # 获取当前像素周围的所有像素值
            window = img[i - half_kernel_size:i + half_kernel_size + 1, j - half_kernel_size:j + half_kernel_size + 1].flatten()
            
            # 求中值并将结果赋值给新图像的当前像素
            new_img[i, j] = np.median(window)
    
    return new_img


if __name__=="__main__":
    # 读取图像并显示
    img = cv2.imread("test.jpg", cv2.IMREAD_GRAYSCALE)
    cv2.imshow('Original Image', img)
    
    # 对图像进行中值滤波操作
    result = median_filter(img, kernel_size=3)
    
    # 显示滤波后的图像
    cv2.imshow('Filtered Image', result)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

在该程序中，`median_filter` 函数接收一个图像和卷积核大小作为输入参数。然后，在函数中，我们使用两个嵌套的 for 循环遍历图像中的每个像素，并在每个像素周围的指定区域内计算中值。最后，将计算得到的中值赋值给新图像的相应像素，并将其返回。在程序的主函数中，我们读取并显示原始图像，并通过 `median_filter` 函数进行中值滤波操作。最后，我们显示滤波后的图像。