python np中值滤波器 二维

在 NumPy 中，可以使用 `median` 函数来进行中值滤波。对于二维图像，可以先使用 `as_strided` 函数将图像转换为二维数组，再使用 `median` 函数对该数组进行中值滤波。下面是一个示例代码：

import numpy as np
from numpy.lib.stride_tricks import as_strided

def median_filter_2d(image, kernel_size):
    # Padding the image with zeros
    pad_width = (kernel_size - 1) // 2
    padded_image = np.pad(image, pad_width, mode='constant')
    
    # Creating a 2D view of the padded image
    shape = padded_image.shape
    strides = padded_image.strides
    view_shape = (shape[0] - kernel_size + 1, shape[1] - kernel_size + 1, kernel_size, kernel_size)
    view_strides = (strides[0], strides[1], strides[0], strides[1])
    image_view = as_strided(padded_image, view_shape, view_strides)
    
    # Applying median filter to each kernel
    median_kernel = np.median(image_view, axis=(2, 3))
    
    return median_kernel

这个函数接受两个参数：`image` 表示输入的二维图像，`kernel_size` 表示滤波器的大小。函数内部首先将图像进行零填充，然后使用 `as_strided` 函数对填充后的图像创建一个二维视图，每个视图都是滤波器大小的矩形区域。最后，函数使用 `median` 函数对每个矩形区域进行中值滤波，并返回处理后的结果。