def median_filter(input_image, filter_size):

这段代码定义了一个名为 median_filter 的函数，它接受两个参数：input_image 表示输入图像，filter_size 表示中值滤波器的大小。

中值滤波器是一种常用的数字图像处理方法，用于去除图像中的噪声和平滑图像。中值滤波器的原理是将每个像素周围的像素按照灰度值大小排序，然后用中间值代替该像素的灰度值。这种方法能够有效地去除不同类型的噪声，包括椒盐噪声和高斯噪声。

在这个函数中，我们首先用 numpy 库中的 pad 函数对输入图像进行边缘填充，以便在处理边缘像素时不出现越界的情况。然后用 for 循环遍历输入图像中的每个像素，对于每个像素，我们提取它周围大小为 filter_size 的区域，并将该区域中的像素灰度值排序。最后，用中间值代替该像素的灰度值，得到中值滤波后的图像。

完整代码如下：

import numpy as np

def median_filter(input_image, filter_size):
    # Pad the input image with zeros
    padded_image = np.pad(input_image, filter_size // 2, mode='constant')
    # Create an empty output image
    output_image = np.zeros_like(input_image)
    # Loop over the input image pixels
    for i in range(input_image.shape[0]):
        for j in range(input_image.shape[1]):
            # Extract the filter_size x filter_size neighborhood around the pixel
            neighborhood = padded_image[i:i+filter_size, j:j+filter_size]
            # Compute the median of the pixel values in the neighborhood
            median_value = np.median(neighborhood)
            # Set the output pixel value to the median value
            output_image[i, j] = median_value
    return output_image