数字图像处理 滤波器

import argparse
import cv2
import matplotlib.pyplot as plt
import skimage

img=cv2.imread('lena.png')
img=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
#获得加噪图片
img_gaus=skimage.util.random_noise(image=img, mode='gaussian',clip=True,mean=0,var=0.01)
img_mean = cv2.blur(img_gaus, (5,5)) #均值滤波
img_Guassian = cv2.GaussianBlur(img_gaus,(5,5),0) #高斯滤波
img_box=cv2.boxFilter(img_gaus,5,(5,5)) #盒滤波
noise_img = (img_gaus * 255).astype("uint8") 
#将图像数据从float（范围[0,1]）转化成int（范围[0,255]）
img_median = cv2.medianBlur(noise_img,5) #中值滤波，要求图像数据为uint8类型
#子图显示
f=plt.figure()
f.add_subplot(2,3,1)
plt.imshow(img,cmap='gray')
plt.title('oringin')
plt.xticks([]),plt.yticks([])

f.add_subplot(2,3,2)
plt.imshow(img_gaus,cmap='gray')
plt.title('gaussian')
plt.xticks([]),plt.yticks([])

f.add_subplot(2,3,3)
plt.imshow(img_mean,cmap='gray')
plt.title('average filter')
plt.xticks([]),plt.yticks([])

f.add_subplot(2,3,4)
plt.imshow(img_box,cmap='gray')
plt.title('box filter')
plt.xticks([]),plt.yticks([])

f.add_subplot(2,3,5)
plt.imshow(img_Guassian,cmap='gray')
plt.title('gaussian filter')
plt.xticks([]),plt.yticks([])

f.add_subplot(2,3,6)
plt.imshow(img_median,cmap='gray')
plt.title('media filter')
plt.xticks([]),plt.yticks([])

plt.show()