【滤波变换】均值滤波(Average Blur)

原理

1. 概念：通过计算每个像素周围的领域像素的均值替代当前像素的值。
2. 优缺点：
   • 速度快
   • 导致图像细节模糊，特别是对于边缘和纹理等细节。
3. 图解：
   

实战

from torch import nn
from torchvision import transforms
from imgaug import augmenters as iaa


def imgaug_example(image, kernel_size=3):
    """
    args:
        image: np.ndarray
        kernel_size: 核数, 取值范围(1, 7)
    """
    augmenter = iaa.AverageBlur(k=kernel_size)
    image = augmenter(image=image)
    return image


def torch_example(image, kernel_size=3):
    """
    args:
        image: torch.Tensor
        kernel_size: 核数, 取值范围(1, 7)
    """

    padding = int((kernel_size - 1) / 2)
    image = transforms.Pad(padding=padding, padding_mode='reflect')(image)
    image = nn.AvgPool2d(kernel_size, stride=1)(image)

    return image