OpenCV 中值滤波（Median Filtering）1. 基础概念

1. 基础概念

中值滤波 是一种 非线性滤波 方法，常用于去除 椒盐噪声（Salt-and-Pepper Noise）。

• 原理：用卷积核覆盖图像区域，将该区域内所有像素值按大小排序，取 中间值 作为中心像素的新值。

• 特点：

  • 对边缘保护较好（相比均值滤波不容易模糊边缘）。

  • 对椒盐噪声有很好的抑制效果。

2. 工作原理

假设 3×3 核内像素值如下（灰度图）：

10  200  15
180 255  5
35  20   100

• 排序后：

5, 10, 15, 20, 35, 100, 180, 200, 255

• 中值（第 5 个数）：35

• 中心像素（255）被替换成 35，去除了极端值的影响。

3. OpenCV 用法

语法

cv2.medianBlur(src, ksize)

参数说明：

• src：输入图像（必须是单通道或三通道 8 位图像）。

• ksize：卷积核大小（必须是 奇数且大于 1，如 3、5、7）。

4. 示例代码

import cv2

# 读取图像
img = cv2.imread("salt_pepper.jpg")  # 这里建议用一张带椒盐噪声的图

# 中值滤波
median = cv2.medianBlur(img, 5)  # 5×5 核

cv2.imshow("Original", img)
cv2.imshow("Median Blur", median)
cv2.waitKey(0)
cv2.destroyAllWindows()

5. 参数调节建议

6. 对比

7. 练习任务

1. 使用 ksize=3, 5, 7 比较中值滤波效果。

2. 在一张干净的图片上添加椒盐噪声，然后用中值滤波去除。

3. 对比均值、高斯、中值滤波在同一张带椒盐噪声的图上的效果。

✅ 重点记忆：

• 中值滤波是 非线性 滤波。

• 对 椒盐噪声 效果最好。

• 核大小必须是 奇数且 > 1。