椒盐噪声图像去噪均值滤波去噪

椒盐噪声是一种常见的图像噪声类型，其特点是图像中出现了黑白两种极端像素点，给图像带来了很大的影响。为了去除椒盐噪声，常用的方法之一是均值滤波。

均值滤波是一种简单的线性滤波方法，其基本思想是用一个固定大小的滑动窗口在图像上滑动，对窗口内的像素点进行平均值计算，将平均值作为当前像素点的输出值。因为椒盐噪声的影响主要集中在个别像素点上，均值滤波对这些点进行平均化处理，从而有效地去除了噪声。

以下是均值滤波的具体步骤：

1. 定义一个固定大小的滑动窗口，窗口大小可以根据需要调整。
2. 将滑动窗口移动到图像的每个像素点上，计算窗口内像素点的平均值。
3. 将求得的平均值作为当前像素点的输出值，将输出值写入输出图像中。

需要注意的是，均值滤波虽然可以有效地去除椒盐噪声，但是也会对图像细节造成一定的模糊，因此需要根据实际情况进行使用。

以下是Python代码示例：

import cv2

# 读入原始图像并添加椒盐噪声
img = cv2.imread('lena.jpg')
img_noise = cv2.imread('lena_salt_pepper.jpg')

# 进行均值滤波处理
img_filtered = cv2.blur(img_noise, (3, 3))

# 显示图像并保存
cv2.imshow('Original Image', img)
cv2.imshow('Noisy Image', img_noise)
cv2.imshow('Filtered Image', img_filtered)
cv2.waitKey(0)
cv2.destroyAllWindows()

其中，cv2.blur()函数是均值滤波的实现函数，第二个参数是指定的滑动窗口大小