Python对图片进行均值滤波

均值滤波是一种常用的图像处理方法，可以用来平滑图像、去除噪声。在Python中，我们可以使用PIL库来实现对图片的均值滤波。

一、加载和显示图片

首先，我们需要加载一张图片，然后显示出来。在Python中，可以使用PIL库的Image类来进行图片的加载和显示。

from PIL import Image

# 加载图片
image = Image.open('image.jpg')

# 显示图片
image.show()

二、实现均值滤波

接下来，我们将使用一个双重循环来实现均值滤波。具体步骤如下：

1. 获取图片的像素矩阵。
2. 对每个像素点的周围领域进行计算均值，并更新像素点的值。
3. 将更新后的像素矩阵保存为一张新的图片。

import numpy as np

# 获取图片的像素矩阵
pixels = np.array(image)

# 获取图片的宽和高
width, height = image.size

# 定义滤波器的大小
filter_size = 3

# 定义滤波器
filter = np.ones((filter_size, filter_size)) / (filter_size * filter_size)

# 对每个像素点进行均值滤波
for i in range(filter_size//2, width-filter_size//2):
    for j in range(filter_size//2, height-filter_size//2):
        # 获取当前像素点的领域
        neighborhood = pixels[i-filter_size//2:i+filter_size//2+1, j-filter_size//2:j+filter_size//2+1]
        # 计算均值
        average_value = np.sum(neighborhood * filter)
        # 更新像素值
        pixels[i][j] = average_value

# 创建新的图片对象
new_image = Image.fromarray(pixels)

# 显示新的图片
new_image.show()

# 保存新的图片
new_image.save('filtered_image.jpg')

三、效果展示

下面是应用均值滤波后的图片效果对比：

通过对比可以看出，经过均值滤波后的图片更加平滑，噪声明显减少。