Opencv+python：中值滤波十字形窗口(2020.09.01更新)

前言

在进行图像空域处理时，对于椒盐噪声的图像，中值滤波是一个很不错的选择，一般来说mask有矩形 椭形 和十字形，
十字形被认为在处理含有少数尖锥基元的图像更能保证尖锥的形状，由于没找到Matlab自带的函数库实现十字窗口，并且论坛上有极少的Opencv基于python的代码，大多还是付费的，于是自己写了一个模板，能够实现基本原理，至于效果和处理速度，有时间以后会进行优化。
2020.08.27：基本实现中值滤波十字窗口
2020.09.01：修复了8.27中除3×3窗口以外自定义窗口时图像显示错误的问题

中值滤波

中值滤波的原理很简单，不考虑图像填充，将一个框架，框在图像像素，框架上的像素数值按升降序排列，取中位数作为原像素点的新值。矩形的窗口都有专门的函数轻松实现，十字窗口则是以像素点为中心点，向四周直线发散，形成十字样式。
至于python上的实现逻辑，我将它分成RGB模式和Gray模式。
先说灰度模式，比较简单，它是一个二维张量，只需要用模板进行排序，通过基础的循环进行mask滑动，并且重新赋值即可。
RGB模式比灰度模式多了一步，将RGB图像是三维张量，先将其拆分成3个二维张量，然后再按照灰度模式的方法进行赋值，最后再进行图像合并。
目前代码的计算复杂度较高，还没有进行优化，彩色图像处理会花费较长时间。

更新：2020年09月01日 （修复自定义窗口大小问题）

修复了8.27日代码中只能实现3×3窗口十字滤波，更改窗口大小无法显示或显示错误的漏洞。
1.不需要指定色彩模式，只要是RGB或者灰度图可以直接传入函数
2.支持自定义框架大小
3.支持常数边界填充，也可以稍微改动进行OpenCV支持的所有填充方式
4.目前就写了十字窗口，所以type只支持十字类型
5.耗时间长效果未调试

def medfilter (pic,scale=[3,3],pad = [0,0,0],type='cross'):
    '''
    中值滤波器
    pic 为被作用图片
    type  为中值窗口类型 可选参数为 'cross'
    scale 为窗口大小，如[3,3]
    pad   为填充方法 输入值为一维矩阵
    '''
    import numpy as np
    import cv2 as cv
	#分别获取用于常数填充的四周填充的距离
    top_bottom = int((scale[1]-1)/2)
    left_right = int((scale[0]-1)/2)
	#获取用于中值滤波窗口的中值位数（如3×3中，5个数排序后取第三个数）
    mednum = (scale[1]+scale[0])/2-1
    total_dim = np.shape(pic)
    #获取图像的行列数据
    pic_line = total_dim[0]
    pic_row  = total_dim[1] #列
    #进行指定的边界填充
    pic = cv.copyMakeBorder(pic,top_bottom,top_bottom,left_right,left_right,cv.BORDER_CONSTANT,value = pad)

	#定义十字中指滤波函数
    def crossfilt(pic = pic ,pic_line = pic_line,pic_row = pic_row):
        for i in range(pic_line):
            for j in range(pic_row):	#两个for循环遍历图像所有像素
                mask=[pic[i,j]]			#确定十字形窗口中心
                for n in range(1,top_bottom+1):	#以第（i,j）个像素为中心点像四周十字形发散
                    arra = [pic[i,j+n],pic[i,j-n],pic[i-n,j],pic[i+n,j]]
                    mask = np.hstack((mask,arra))
                pic[i,j] = np.sort(mask)[int(mednum)]
    #通过输入图像维度判断Gray或者RGB
    if len(total_dim)>2:			#RGB图像
        r,g,b = cv.split(pic)
        r,g,b = medfilter(r),medfilter(g),medfilter(b)
        pic = cv.merge([r,g,b])
    elif len(total_dim)<=2:			#灰度图像
        crossfilt(pic)
    return pic

测试及效果

'''
========================================以下为测试区===============================================================
 '''


import cv2 as cv
import numpy as np
A = cv.imread('lena2.png',0)
B = medfilter(A)
cv.namedWindow('img',cv.WINDOW_FREERATIO)
cv.imshow('img',B)
cv.waitKey(0)
cv.destroyAllWindows()
cv.imwrite('lena2po.png',B)

===================== 历史更新日志================

2020年08月27日 所需库及函数特点

OpenCV
numpy
1.不需要指定色彩模式，只要是RGB或者灰度图可以直接传入函数
2.支持自定义框架大小
3.支持常数边界填充，也可以稍微改动进行OpenCV支持的所有填充方式
4.目前就写了十字窗口，所以type只支持十字类型
5.耗时间长效果未调试

代码（请确保安装所需库）

def medfilter (pic,scale=[3,3],pad = [0,0,0],type='cross'):
    '''
    中值滤波器
    pic 为被作用图片
    type  为中值窗口类型 可选参数为 'cross'
    scale 为窗口大小，如[3,3]
    pad   为填充方法 输入值为一维矩阵
    '''
    import numpy as np
    import cv2 as cv
#获取图像的长宽基本信息，以及边界填充上下左右的距离，并实现边界填充
    top_bottom = int((scale[1]-1)/2)
    left_right = int((scale[0]-1)/2)
    mednum = (scale[1]+scale[0])/2-1
    total_dim = np.shape(pic)
    pic_line = total_dim[0]
    pic_row  = total_dim[1] #列
    pic = cv.copyMakeBorder(pic,top_bottom,top_bottom,left_right,left_right,cv.BORDER_CONSTANT,value = pad)
#通过双重for循环进行十字框架的游走，以当前元素为中心点进行四周发散，形成十字框架，并排序后赋予新的像素值

    def crossfilt(pic = pic ,pic_line = pic_line,pic_row = pic_row):
        for i in range(pic_line):
            for j in range(pic_row):
                mask = [pic[i,j], pic[i+1,j], pic[i-1,j], pic[i,j+1], pic[i,j-1]]
                pic[i,j] = np.sort(mask)[int(mednum)]
#判断图像模式大于2则为RGB模式，小于等于2则为灰度模式
    if len(total_dim)>2:
        r,g,b = cv.split(pic)
        r,g,b = medfilter(r),medfilter(g),medfilter(b)
        pic = cv.merge([r,g,b])
    elif len(total_dim)<=2:
        crossfilt(pic)
    return pic
'''