python使用空域平滑滤波对如下图像进行去噪

在Python中，我们可以使用`skimage`库中的`gaussian_filter`函数来进行空域（空间域）平滑滤波，这是一种常见的图像去噪方法。该函数利用高斯核来平均图像像素邻域内的值，从而达到降噪的效果。以下是基本步骤：

1. 首先，你需要安装`scikit-image`库（可以使用pip安装：`pip install scikit-image`）。

2. 导入所需的库模块：

from skimage import io, filters
import numpy as np

3. 加载图像数据：

image = io.imread('input_image.jpg', as_gray=True)  # 假设输入的是灰度图像

4. 应用高斯滤波：

filtered_image = filters.gaussian(image, sigma=1.5)  # sigma参数控制平滑程度，越大越平滑

`sigma`是一个重要的参数，它决定了滤波器的标准差，较大的值会使过滤效果更明显，但也可能导致细节丢失。

5. 显示原始图像和处理后的图像：

import matplotlib.pyplot as plt
plt.subplot(121), plt.imshow(image, cmap='gray')
plt.title('Original Image'), plt.xticks([]), plt.yticks([])
plt.subplot(122), plt.imshow(filtered_image, cmap='gray')
plt.title('Filtered Image'), plt.xticks([]), plt.yticks([])
plt.show()