图像去噪极简教程（2）——中值滤波

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_40695895/article/details/89297949

中值滤波使用当前像素点和它周围的8个像素点的中值来代替当前点额像素点，这个办法对去除椒盐噪声非常有效。

如果图片中某一块像素的数值如下：
120 130 134
122 123 122
125 146 124

9个数值排序后为：120 122 122 123 124 125 130 134 146
所以使用中值滤波后中间的像素点会替换为 124

中值滤波的 C语言实现：

void medianBlur(Mat img, Mat dst, int ksize) {
    //ksize必须为奇数
    if (ksize % 2 == 0 && (ksize - 1) / 2 - 1 < img.cols && (ksize - 1) / 2 - 1 < img.rows) {
        return;
    }

    //边到中心点的距离
    int offset = (ksize - 1) / 2;
    int* window = new int[ksize * ksize];
    for (int i = 0; i < img.cols; i++) {
        for (int k = 0; k < img.rows; k++) {
            //获取周围的元素
            int count = 0;
            for (int n = i - offset; n < i + offset + 1; n++) {
                if (n < 0 || n >= img.cols) {
                    continue;
                }

                for (int m = k - offset; m < k + offset + 1; m++) {
                    if (m < 0 || m >= img.rows) {
                        continue;
                    }

                    window[count] = int(img.at<uchar>(m, n));
                    count++;
                }
            }
            //排序
            for (int n = 0; n < count - 1; n++) {
                for (int m = n + 1; m < count; m++) {
                    if (window[m] < window[n]) {
                        int t = window[m];
                        window[m] = window[n];
                        window[n] = t;
                    }
                }
            }

            dst.at<uchar>(k, i) = window[count / 2];
        }
    }

    delete[] window;
}