numpy实现均值滤波

在NumPy库中，可以使用`ndimage.filters`模块中的`gaussian_filter`函数来实现均值滤波（也称为平滑滤波）。均值滤波是一种简单的图像处理技术，通过计算周围像素的平均值来替换中心像素值，以此减少噪声并保持边缘细节。

以下是一个基本的例子：

import numpy as np
from scipy import ndimage

# 假设你有一个二维数组表示图像数据
image = np.random.rand(50, 50)

# 定义滤波器大小（通常为奇数，如3x3或5x5）
kernel_size = 3

# 使用gaussian_filter函数进行均值滤波
filtered_image = ndimage.gaussian_filter(image, sigma=kernel_size / (2 * np.sqrt(2 * np.log(2))))

在这个例子中，`sigma`参数影响了滤波器的标准差，越大则滤波效果越明显。`gaussian_filter`实际上是高斯滤波，但因为默认情况下的高斯核接近于均匀权重的均值滤波，所以效果相近。