用反谐波均值滤波器过滤图像的python代码

反谐波均值滤波器是一种非线性滤波技术，常用于去除图像中的噪声，特别是椒盐噪声。在Python中，我们可以使用OpenCV库来实现这一过程。下面是一个简单的例子：

import cv2
import numpy as np

def anti_harmonic_mean_filter(image, kernel_size):
    # 将输入图像转换为灰度图像
    gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

    # 使用反谐波均值滤波器，这里假设kernel_size是一个奇数，例如5x5
    if kernel_size % 2 == 0:
        kernel_size += 1
    kh, kw = kernel_size // 2, kernel_size // 2
    weights = (np.arange(-kh, kh+1)**2 + np.arange(-kw, kw+1)**2).astype(float)
    weights /= weights.sum()

    filtered_image = np.zeros_like(gray_image)
    for i in range(kernel_size//2, gray_image.shape[0] - kernel_size//2):
        for j in range(kernel_size//2, gray_image.shape[1] - kernel_size//2):
            patch = gray_image[i-kh:i+kh+1, j-kw:j+kw+1]
            mean = np.mean(patch)
            filtered_image[i, j] = weights @ (patch - mean) + mean

    return filtered_image

# 使用示例
input_image = cv2.imread('your_image_path', 0)  # 替换为你要处理的图片路径
filtered_image = anti_harmonic_mean_filter(input_image, 5)  # 可调整kernel_size大小
cv2.imshow("Filtered Image", filtered_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

这个代码首先将图像转为灰度，然后计算一个权重数组，接着对每个像素点及其周围区域应用反谐波平均来计算新的像素值。最后显示处理后的图像。