图像处理：C代码实现 椒盐噪声的添加和中值滤波去除椒盐噪声

• 椒盐噪声简介：椒（pepper）即表示图像中某像素处的值为0（黑色），盐（salt）即表示图像中某像素处的值为255（白色）；
• 产生椒盐噪声的思路：
  1. 产生两个随机数（xPosition和yPosition），用来在图像中该坐标处添加椒盐点；
  2. 产生一个随机数，用来决定在1中的坐标点上添加椒点还是盐点；
  3. 注意事项：产生椒盐噪声的椒盐个数和椒盐颗粒的大小均需要通过参数设置，并且本程序是给灰度图片添加噪声。

代码如下：

int peppersalt(unsigned char* buffer, int w, int h, int count, int size)
{
	int xPosition;
	int yPosition;
	int psNoise;
	if (count == 0)
		count = w*h;
	if (size == 0)
		size = 1;
	while (count)
	{
		xPosition = rand() % (w - size + 1);//产生随机的要设置噪声的像素点x坐标
		yPosition = rand() % (h - size + 1);//产生随机的要设置噪声的像素点y坐标
		psNoise = rand() % 2;//随机设置该点作为盐点或椒点
		if (psNoise)
		{// 产生盐点
			for (int i = 0; i < size; i++)
			{
				for (int j = 0; j < size; j++)
				{
					buffer[(yPosition+i)*w + xPosition+j] = 255;
				}
			}
		}
		else
		{// 产生椒点
			for (int i = 0; i < size; i++)
			{
				for (int j = 0; j < size; j++)
				{
					buffer[(yPosition+i)*w + xPosition+j] = 0;
				}
			}
		}
		count = count - 1;
	}
	return 0;
}

处理效果：

中值滤波去除椒盐噪声：

原理简介：

1：通过从 图像中的某个 采样窗口取出奇数个数据进行排序

2： 用排序后的中值取代要处理的数据即可

中值滤波的算法实现过程，重点是排序，最常用的冒泡排序

把滤波区间的数据从小到大进行排序，然后取中值，（如果是奇数个数据，那么中值就只有一个了，如果偶数个数据，中值有两个，可以对两个数据再求平均）

int GetMedianNum(int* buf, int num)
{
	int i, j;// 循环变量
	unsigned char bTemp;

	// 用冒泡法对数组进行排序
	for (j = 0; j < num - 1; j++)
	{
		for (i = 0; i < num - j - 1; i++)
		{
			if (buf[i] > buf[i + 1])
			{
				// 互换
				bTemp = buf[i];
				buf[i] = buf[i + 1];
				buf[i + 1] = bTemp;
			}
		}
	}

	// 计算中值
	if ((num & 1) > 0)
	{
		// 数组有奇数个元素，返回中间一个元素
		bTemp = buf[((num + 1) / 2)-1];
	}
	else
	{
		// 数组有偶数个元素，返回中间两个元素平均值
		bTemp = (buf[(num / 2)-1] + buf[(num / 2 + 1)-1]) / 2;
	}

	return bTemp;
}


int image_medianfilter(unsigned char* buffer, int w, int h, int size)
{
	int rows2 = size / 2;
	int cols2 = size / 2;
	int index = 0;
	int index2 = 0;
	int total = size * size;
	int* matrix = (int*)malloc(sizeof(int)*total);
	unsigned char* tmp_buf = (unsigned char*)malloc(sizeof(unsigned char)*w*h);
	for (int y = 0; y < h; y++) 
	{
		for (int x = 0; x < w; x++) 
		{
			int count = 0;
			for (int row = -rows2; row <= rows2; row++) 
			{
				int rowoffset = y + row;
				if (rowoffset < 0 || rowoffset >= h) //边缘扩充用最近的像素值代替
				{
					rowoffset = y;
				}

				for (int col = -cols2; col <= cols2; col++) 
				{
					int coloffset = col + x;
					if (coloffset < 0 || coloffset >= w) //边缘扩充用最近的像素值代替
					{
						coloffset = x;
					}
					index2 = rowoffset * w + coloffset;
					matrix[count] = buffer[index2];
					count++;
				}
			}
			tmp_buf[index++] = GetMedianNum(matrix, count);
		}
	}
	memcpy(buffer, tmp_buf, sizeof(unsigned char)*w*h);
	free(matrix);
	free(tmp_buf);
	return 0;
}

处理效果对比：