中值濾波是一種常見的圖像處理濾波技術，用于去除圖像中的噪聲。它的原理是用一個滑動窗口（也稱為卷積核）在圖像上移動，對窗口中的像素值進行排序，然后用窗口中像素值的中值來替換中心像素的值。這樣，中值濾波可以有效地消除圖像中的椒鹽噪聲、激光斑點等離群值。

中值濾波與前面介紹的濾波方式不同，不再采用加權求均值的方式計算濾波結果。它用鄰域內(nèi)所有像素值的中間值來替代當前像素點的像素值。

基本原理

中值濾波會取當前像素點及其周圍臨近像素點（一共有奇數(shù)個像素點）的像素值，將這些像素值排序，然后將位于中間位置的像素值作為當前像素點的像素值。

例如，針對圖 7-27 中第 4 行第 4 列的像素點，計算它的中值濾波值。

將其鄰域設置為 3×3 大小，對其 3×3 鄰域內(nèi)像素點的像素值進行排序（升序降序均可），
按升序排序后得到序列值為：[66,78,90,91,93,94,95,97,101]。在該序列中，處于中心位置（也叫中心點或中值點）的值是“93”，因此用該值替換原來的像素值 78，作為當前點的新像素值，
處理結果如圖 7-28 所示。

函數(shù)語法

在 OpenCV 中，實現(xiàn)中值濾波的函數(shù)是 cv2.medianBlur()，其語法格式如下：

dst = cv2.medianBlur( src, ksize)

式中：
? dst 是返回值，表示進行中值濾波后得到的處理結果。

? src 是需要處理的圖像，即源圖像。它能夠有任意數(shù)量的通道，并能對各個通道獨立處
理。圖像深度應該是 CV_8U、CV_16U、CV_16S、CV_32F 或者 CV_64F 中的一種。

**? ksize 是濾波核的大小。**濾波核大小是指在濾波處理過程中其鄰域圖像的高度和寬度。

需要注意，核大小必須是比 1 大的奇數(shù)，比如 3、5、7 等。

實驗:針對噪聲圖像，對其進行中值濾波，顯示濾波的結果

代碼如下:

import cv2
o=cv2.imread("lenaNoise.png")
r=cv2.medianBlur(o,3)
cv2.imshow("original",o)
cv2.imshow("result",r)
cv2.waitKey()
cv2.destroyAllWindows()

運行結果:
其中左圖是原始圖像，右圖是中值濾波后的處理結果圖像。

從圖中可以看到，由于沒有進行均值處理，中值濾波不存在均值濾波等濾波方式帶來的細節(jié)模糊問題。

在中值濾波處理中，噪聲成分很難被選上，所以可以在幾乎不影響原有圖像的情況下去除全部噪聲。但是由于需要進行排序等操作，中值濾波需要的運算量較大。