Pythoncharm中利用cv2.medianBlur( )方法对添加了椒盐噪声的图像进行均值滤波，要求分别采用宽为3、5和9的滤波核，给出相关代码和实验结果；

在Python Chalm（PyCharm）中，你可以使用OpenCV（cv2）库的`medianBlur`函数对含有椒盐噪声的图像进行降噪处理，通过改变滤波核（kernel size）大小，比如3x3、5x5和9x9，来实现不同程度的平滑效果。以下是基本的步骤和代码示例：

首先，你需要安装OpenCV库，如果还没有安装，可以在终端或命令提示符中输入`pip install opencv-python`。

import cv2
import numpy as np

# 加载椒盐噪声图像
image = cv2.imread('noisy_image.jpg', 0)  # 使用灰度模式读取
# 添加椒盐噪声
noisy = image + np.random.randint(0, 256, image.shape, dtype=np.uint8) * (np.random.rand(*image.shape) < 0.01)

# 定义不同宽度的滤波核
kernels = [3, 5, 9]
filtered_images = []

for kernel_size in kernels:
    blurred = cv2.medianBlur(noisy, kernel_size)
    filtered_images.append(blurred)

# 可视化对比
fig, axs = plt.subplots(nrows=1, ncols=len(kernels), figsize=(15, 5))
for i, ax in enumerate(axs):
    ax.imshow(cv2.cvtColor(filtered_images[i], cv2.COLOR_GRAY2RGB))
    ax.set_title(f"Median Blur with Kernel Size {kernel_size}")
    ax.axis('off')

plt.tight_layout()
plt.show()

这段代码会生成三个版本的降噪图像，每个图像都是原图像经过不同大小滤波核后的结果。滤波核越大，去噪效果越明显，但也可能导致图像细节损失较多。运行这个脚本后，你可以观察到噪声减少的程度随着滤波核尺寸的增加而增强。