滤波函数《Python基础》

引言：相关滤波的理论基础源于信号处理学科，滤波技术在数字信号处理和图像处理中占据着关键地位。在图像处理过程中，该技术能够有效抑制来自外部环境的干扰因素，例如相机抖动、天气变化以及电子设备产生的电磁干扰等。通过实施滤波操作，可以显著降低图像中的噪声干扰（需要注意的是，并不能保证完全消除噪声）。

1.首先介绍的是中值滤波：

从字面含义上理解，中值滤波即为选取中间值的操作方式。具体而言，在一个固定大小的滤波窗口内（如3x3的模板），将该区域内的9个像素点进行排序后，用排序后的中间值替换窗口中心位置的像素值。

这种方法在去除椒盐噪声方面具有较强的处理效果。

实现代码：

>     newimg=cv2.medianBlur(img,5)
>  
> ```

>
>
>
> 效果展示图：
>
>
>
>

在图