改进自适应中值滤波python代码

以下是改进后的自适应中值滤波 Python 代码：

import cv2
import numpy as np

def adaptive_median_filter(img, max_window_size):
    img_out = np.zeros_like(img)
    img_pad = np.pad(img, max_window_size // 2, mode='reflect')

    for i in range(img.shape[0]):
        for j in range(img.shape[1]):
            window_size = 3  # initial window size
            while window_size <= max_window_size:
                window = img_pad[i:i+window_size, j:j+window_size]
                window_flat = window.flatten()
                median = np.median(window_flat)
                min_val, max_val = np.min(window_flat), np.max(window_flat)
                if min_val < median < max_val:
                    img_out[i, j] = median
                    break
                else:
                    window_size += 2  # increase window size by 2

            if window_size > max_window_size:
                img_out[i, j] = median

    return img_out

这个算法的改进主要是在增加了初始窗口大小，这样可以更快地找到合适的窗口大小，从而提高滤波效率。同时，我们使用 `np.pad()` 函数对图像进行边缘填充，避免了对边缘像素的特殊处理。另外，我们使用了 `numpy` 库中的 `flatten()` 函数，将窗口中的像素展开成一维数组，方便进行统计计算。