中值滤波的python代码实现

中值滤波是一种常用的图像处理方法，可以有效地去除图像噪声。以下是Python实现中值滤波的代码示例：

import numpy as np
import cv2

# 定义中值滤波函数
def median_filter(img, kernel_size):
    # 获取图像的行数和列数
    rows, cols = img.shape
    # 定义输出图像
    output = np.zeros((rows, cols), dtype=np.uint8)
    # 计算需要填充的边缘大小
    pad_size = kernel_size // 2
    # 填充边缘
    img_pad = cv2.copyMakeBorder(img, pad_size, pad_size, pad_size, pad_size, cv2.BORDER_REPLICATE)
    # 循环遍历图像
    for i in range(pad_size, rows + pad_size):
        for j in range(pad_size, cols + pad_size):
            # 获取当前像素点的邻域
            neighbors = img_pad[i - pad_size:i + pad_size + 1, j - pad_size:j + pad_size + 1]
            # 计算邻域的中值
            median_value = np.median(neighbors)
            # 将中值赋值给输出图像对应位置
            output[i - pad_size, j - pad_size] = median_value
    # 返回输出图像
    return output

# 读取图像
img = cv2.imread('test.jpg', 0)
# 中值滤波
result = median_filter(img, 3)
# 显示原图像和处理后的图像
cv2.imshow('Original Image', img)
cv2.imshow('Median Filtered Image', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上面的代码中，`median_filter`函数接收两个参数：需要进行中值滤波的图像和卷积核大小。函数首先计算需要填充的边缘大小，然后使用`cv2.copyMakeBorder`函数对图像进行边缘填充。接着，函数循环遍历图像的每一个像素点，获取当前像素点的邻域，计算邻域的中值，并将中值赋值给输出图像对应位置。最后，函数返回输出图像。