媒体数据分析处理 邻域平均法代码

邻域平均法是一种常用的噪声去除方法，其主要思路是将像素点周围的像素值进行平均或加权平均，从而实现噪声的降低。下面是一个简单的邻域平均法的代码示例：

import numpy as np
import cv2

# 读取图像
img = cv2.imread('test.jpg')

# 定义邻域大小
n = 3

# 定义邻域矩阵
kernel = np.ones((n,n),np.float32)/(n*n)

# 进行滤波操作
dst = cv2.filter2D(img,-1,kernel)

# 显示原图和处理后的图像
cv2.imshow('Original',img)
cv2.imshow('Result',dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

以上代码中，使用了 `cv2.filter2D()` 函数进行邻域平均滤波处理。其中第一个参数是待处理的图像，第二个参数是输出图像的深度，-1 表示与输入图像相同，第三个参数是邻域矩阵。`cv2.filter2D()` 函数会根据邻域矩阵进行卷积运算，从而得到处理后的图像。