用C++写一个mfc的响应函数实现对图像进行3*3,5*5,3*5,7*5的中值滤波

好的，以下是一个简单的示例代码：

// 定义响应函数
void CMyDlg::OnMedianFilter()
{
    // 读取图像
    CImage image;
    image.Load(_T("your_image_path"));

    // 获取图像宽度和高度
    int width = image.GetWidth();
    int height = image.GetHeight();

    // 分配内存
    BYTE* pSrc = (BYTE*)image.GetBits();
    BYTE* pDst = new BYTE[width * height];

    // 中值滤波
    int kernelSizes[4][2] = { {3, 3}, {5, 5}, {3, 5}, {7, 5} };
    for (int k = 0; k < 4; k++) {
        int kernelWidth = kernelSizes[k][0];
        int kernelHeight = kernelSizes[k][1];
        int kernelSize = kernelWidth * kernelHeight;
        int* kernel = new int[kernelSize];

        int halfKernelWidth = kernelWidth / 2;
        int halfKernelHeight = kernelHeight / 2;

        // 遍历图像像素
        for (int y = 0; y < height; y++) {
            for (int x = 0; x < width; x++) {
                int index = y * width + x;
                int count = 0;

                // 遍历 kernel
                for (int j = -halfKernelHeight; j <= halfKernelHeight; j++) {
                    for (int i = -halfKernelWidth; i <= halfKernelWidth; i++) {
                        int newX = x + i;
                        int newY = y + j;

                        // 超出边界时使用边界像素值
                        if (newX < 0) newX = 0;
                        if (newX >= width) newX = width - 1;
                        if (newY < 0) newY = 0;
                        if (newY >= height) newY = height - 1;

                        // 获取 kernel 值
                        kernel[count++] = *(pSrc + newY * width + newX);
                    }
                }

                // 对 kernel 进行排序
                std::sort(kernel, kernel + kernelSize);

                // 取中间值作为当前像素值
                *(pDst + index) = (BYTE)kernel[kernelSize / 2];
            }
        }

        // 将结果写入图像
        CString str;
        str.Format(_T("result_%d.bmp"), k);
        image.Create(width, height, 24);
        memcpy(image.GetBits(), pDst, width * height);
        image.Save(str);

        // 释放内存
        delete[] kernel;
    }

    delete[] pDst;
}

以上代码中，我们使用了四个不同的 kernel 尺寸进行了中值滤波，分别是 3x3, 5x5, 3x5 和 7x5。对于每个 kernel，我们遍历了图像中的每个像素，并以该像素为中心，取 kernel 内的像素值进行排序，然后取中间值作为当前像素的值。最后，我们将处理后的结果保存到了不同的文件中，以便进行对比和分析。

需要注意的是，以上代码仅为示例代码，实际使用时需要根据自己的需求进行修改和优化。