不使用库函数写中值滤波

中值滤波是一种常用的图像滤波方法，可以抑制图像中的椒盐噪声等离群点，同时保留图像的边缘信息。以下是一个简单的实现中值滤波的代码：

import numpy as np
import cv2

def median_filter(image, kernel_size):
    # 获取图像的长和宽
    height, width = image.shape[:2]

    # 计算卷积核的半径
    radius = kernel_size // 2

    # 创建一个和原始图像大小相同的数组，用于存储中值滤波结果
    result = np.zeros((height, width), dtype=np.uint8)

    # 遍历图像的每个像素
    for i in range(radius, height - radius):
        for j in range(radius, width - radius):
            # 获取当前像素卷积核范围内的像素值
            pixels = []
            for k in range(-radius, radius + 1):
                for l in range(-radius, radius + 1):
                    pixels.append(image[i + k][j + l])

            # 对像素值进行排序
            pixels.sort()

            # 取中值作为当前像素的值
            result[i][j] = pixels[kernel_size // 2]

    return result

在这个代码中，我们首先计算了卷积核的半径，然后遍历图像的每个像素，并获取当前像素卷积核范围内的像素值。然后，我们对像素值进行排序，取中值作为当前像素的值，并将结果保存到一个新的数组中。需要注意的是，这个代码只实现了最基本的中值滤波方法，对于更复杂的场景可能需要使用其他方法。同时，这个代码没有考虑边界处理问题，对于边界处的像素可能会出现异常情况。在实际应用中，需要根据实际情况进行边界处理。