代码实现census变换，具体为对窗口内的灰度值进行排序，并去掉最大值和最小值，再求平均值，将此值作为中心像素值

以下是census变换的代码实现，其中窗口大小为3x3：

import numpy as np
from skimage import io, color

def census_transform(image):
    height, width = image.shape
    census = np.zeros((height-2, width-2), dtype=np.uint8)
    for i in range(1, height-1):
        for j in range(1, width-1):
            window = image[i-1:i+2, j-1:j+2].flatten()
            window.sort()
            window = window[1:8]
            mean = np.mean(window)
            census[i-1, j-1] = 0
            for k in range(8):
                if window[k] > mean:
                    census[i-1, j-1] |= 1 << (7-k)
    return census

# 加载图像并转换为灰度图像
image = io.imread('lena.png')
gray_image = color.rgb2gray(image)

# 对灰度图像进行census变换
census = census_transform(gray_image)

# 显示census变换后的图像
io.imshow(census)
io.show()

其中，`census_transform`函数接受一张灰度图像，返回census变换后的结果。函数首先创建一个与原图像大小相同的数组`census`，用于存储census变换后的结果。接着，对于每个像素，先取出周围3x3的窗口，并将窗口中的灰度值排序。然后，去掉最大值和最小值，计算剩余值的平均值，将此值作为中心像素的阈值。最后，遍历窗口中的8个像素，若像素的灰度值大于阈值，则将对应的二进制位设置为1，最终将得到一个8位二进制数，代表中心像素的census值。将所有像素的census值存储在数组`census`中，并返回该数组作为函数的结果。