14.（3 分）另一种中值滤波的做法是：首先按行对图像做一维中值滤波（1 × 3），然后对结果再按列做一维中值滤波（3 × 1）。这种做法与直接做3 × 3中值滤波的结果是一样的吗？请解释，并举例说明

题目

14. （3 分）另一种中值滤波的做法是：首先按行对图像做一维中值滤波（1 × 3），然后对结果再按列做一维中值滤波（3 × 1）。这种做法与直接做3 × 3中值滤波的结果是一样的吗？请解释，并举例说明。

代码

# -*- coding: utf-8 -*-
# @Time : 2021/4/15 22:01
# @Author : Zhang Jun
# @File : main.py
# @Software: PyCharm

import random
import numpy as np
import scipy.signal as signal

# 随机生成4*4矩阵
# x = np.random.randint(1, 100, (4, 4))
x = np.array([[46, 31, 78, 53],
              [67, 14, 56, 23],
              [65, 44, 3, 29],
              [60, 49, 36, 12]])
# 先对行进行一维中值滤波(1*3)
x1 = []
for i in range(4):
    a = signal.medfilt(x[i], 3)
    x1.append(a)
x1 = np.array(x1)

# 再对列进行一维中值滤波(3*1)
x2 = []
for i in range(4):
    a = signal.medfilt(x1[:, i], 3)
    x2.append(a)
x2 = np.array(x2).T

# 直接做3*3中值滤波
x3 = signal.medfilt(x,(3,3))

随机生成的矩阵如下：

首先按行对图像做一维中值滤波（1 × 3），然后对结果再按列做一维中值滤波（3 × 1）。

直接做3 × 3中值滤波的结果

其中，边界滤波时默认补0
可见结果是不一样的