1. 中值滤波
中值滤波是一种非线性数字滤波器技术，经常用于去除图像或者其它信号中的噪声。在图像处理中，在进行如边缘检测这样的进一步处理之前，通常需要首先进行一定程度的降噪。中值滤波是图像处理中的一个常用步骤，它对于斑点噪声（speckle noise）和椒盐噪声（salt-and-pepper noise）来说尤其有用。保存边缘的特性使它在不希望出现边缘模糊的场合也很有用。
2. 思路
数字图像中的变换后（右图）的某点的像素字值用原图（左图）周围的8个像素值中的中位值代替。如图（变换后的最中间的像素就应该为中位数值16代替）：
当数字图像出现椒盐噪声时，可以对原图像的每个像素点做中值滤波，往往可以去除噪声点的效果。
3. python代码实现
import cv2 import numpy as np """
cv2.imread有两个参数，一个是filename，另一个是flag
filename:需要打开图片的路径，可以是绝对路径或者相对路径，路径中不能出现中文。 flag:图像的通道和色彩信息(默认值为1)。 cv2.IMREAD_COLOR:加载彩色图片，这个是默认参数，可以直接写1。 cv2.IMREAD_GRAYSCALE:以灰度模式读取图片。 cv2.IMREAD_UNCHANGED:读取原始数据，不进行缩放或转换。 """
des_img = cv2.imread('flower.jpg', 1) # # 中值滤波 ksize=5 img_median = cv2.medianBlur(des_img, 5) cv2.imshow('img',np.hstack((des_img,img_median))) cv2.waitKey(0) cv2.destroyWindow()
小结: 使用中值滤波去除噪声点的同时，图像也会稍微模糊。除了中值滤波之外，还有其他滤波算法。注意opencv使用的是BGR顺序通道的图片，若使用cv2读取，使用matplotlib显示图片 则需要注意转换通道。否则可能出现下面这种情况:
（转换的话使用cv2.cvtColor(img_median,cv2.COLOR_BGR2RGB或者使用b,g,r = cv2.split(img);img = cv2.merge((r,g,b))。
参考资料:
https://blog.csdn.net/lixiao0314/article/details/120948652
https://baike.baidu.com/item/%E4%B8%AD%E5%80%BC%E6%BB%A4%E6%B3%A2%E5%99%A8/7182724?fr=aladdin
若存在错误或不足之处，欢迎指正与评论!