Python Opencv MedianBlur实际上是如何工作的？

我一直在处理一个灰度图像，它有大量的椒盐噪声，我知道MedianBlur非常有用。因此，我使用了Opencv的Python版本（

cv2.medianBlur（）

）。它起作用了，但没有按我想要的方式起作用。因此，我在寻找它所使用的实际算法，并得到以下解释：

如果内核大小（k）为5，则对于每5个（行计数）x5（列计数）方形窗口，该窗口的中心像素将替换为其中所有元素的中值。例如，考虑这个窗口：

      [[11,  4, 17,  1,  5],
       [ 6, 14,  0, 12, 16],
       [24, 19, 13, 18, 23],
       [ 7, 11, 11, 10,  5],
       [10, 13, 23,  3,  0]] 

在这里，中心元素13将被所有这些元素的中间值替换，即11。这是正确的吗？如果是，那么前两行会发生什么情况，因为前两行中不能有任何窗口的中心元素？根据我的观察（比较原始图像和处理后的图像），前两行也会发生变化。

根据文档，它在内部使用

BORDER\u REPLICATE

来处理边界像素

BORDER_REPLICATE 
Python: cv.BORDER_REPLICATE

aaaaaa|abcdefgh|hhhhhhh 

因此，它重复边界像素，直到所有像素都是窗口的中间像素

编辑：要应用大小为5x5的内核，第一个像素应位于图像的第三行和第三列。这意味着将边界复制两个像素。因此，您的图像在内部变成：

  [[11, 11, 11,  4, 17,  1,  5,  5,  5],
   [11, 11, 11,  4, 17,  1,  5,  5,  5],
   [11, 11, 11,  4, 17,  1,  5,  5,  5],
   [ 6,  6,  6, 14,  0, 12, 16, 16, 16],
   [24, 24, 24, 19, 13, 18, 23, 23, 23],
   [ 7,  7,  7, 11, 11, 10,  5,  5,  5],
   [10, 10, 10, 13, 23,  3,  0,  0,  0],
   [10, 10, 10, 13, 23,  3,  0,  0,  0],
   [10, 10, 10, 13, 23,  3,  0,  0,  0]]

从文件：

中值滤波器使用#边界#内部复制来处理 边框像素，请参见#边框类型

---

这里，函数cv2.medianBlur（）计算内核窗口下所有像素的中值，并用该中值替换中心像素。这在消除椒盐噪声方面非常有效。值得注意的一件有趣的事情是，在高斯和盒滤波器中，中心元素的滤波值可能是原始图像中不存在的值。然而，在中值滤波中并非如此，因为中心元素总是被图像中的某个像素值替换。这样可以有效地降低噪音。内核大小必须是正奇数整数。

他们没有太多关于BORDER\u REPLICATE的文档。据我所知，如果你有一行，abcdefh，其中“a”和“h”是边界像素，那么它将像aaaaa | abcdefgh | hhhhhh一样填充该行。但它如何在二维窗口中工作呢？如果我有一个像[[13,16,18]，[16,17,19]，[20,17,18]]这样的2D窗口，我必须使它成为5x5，它将如何工作？同样，如果你有

ab

它在2D中变成

aabb，a | ab | b，aabb

。将边框扩展到左/右/上/下。

[[13,16,18]，[16,17,19]，[20,17,18]]

变成

[[13,13,16,18,18]，[13,13,16,18,18]，[16,16,17,19,19]，[20,20,17,18]，[20,17,18,18]。

好的，让我重新表述我的意见：如果我有输入图像的前5行和前5列，我必须对它应用中值模糊来改变第一个像素值[0,0]，它会怎么样？给出前5行和前5列：[[13,16,18,23,14]，[16,17,19,16]，[20,17,18,19,16]，[21,14,13,13,13]，[16,13,14,14,14]]谢谢@ilke444的解释和Cris，你也是。