对含椒盐噪声图像执行中值滤波后变紫色，求错误原因

我给图像加了椒盐噪声后用2D中值滤波去噪，结果处理完图像变成了紫色：

使用的代码如下：

import math
import numpy as np
import matplotlib.pyplot as plt

# 假设image是读入的RGB图像
M=3;
N=3;

modifyA=np.pad(image, [(math.floor(M/2),math.floor(N/2))])

B = np.zeros([(image.shape[0]),(image.shape[1])]) 
med_indx = round((M*N)/2); #MEDIAN INDEX


for i in range ((modifyA.shape[0])-(M-1)-1):          
  for j in range ((modifyA.shape[1])-(N-1)-1):                
    temp = modifyA[i:i+(M-1), j:j+(N-1)]           #
    #RED,GREEN AND BLUE CHANNELS ARE TRAVERSED SEPARATELY          
    for k in range (2):           
      tmp = temp[:,:,k]           
      B[i,j] = np.median(tmp[:])   


B = B.astype(np.uint8) 
imgplot = plt.imshow(B)
plt.show()

错误点分析 #

• 输出数组维度不匹配：你创建的B是二维单通道数组，但原始RGB图像是三维（高×宽×3）。plt.imshow显示单通道数组时会默认使用伪彩色映射（比如viridis），这就是图像变紫色的直接原因。
• 通道遍历不完整且赋值错误：for k in range(2)只遍历了红、绿两个通道（索引0和1），漏掉了蓝色通道（索引2）；而且三个通道的中值结果都被写到了同一个单通道B里，完全打乱了颜色信息。
• 滤波窗口大小错误：temp = modifyA[i:i+(M-1), j:j+(N-1)]取的是2×2的窗口（因为M=3，M-1=2），但你要做的是3×3中值滤波，应该取i:i+M, j:j+N。
• 图像填充不完整：np.pad只对前两个维度做了填充，没有处理通道维度，需要加上[(0,0)]来保持通道数一致，避免维度异常。

修正后的代码 #

import math
import numpy as np
import matplotlib.pyplot as plt

# 假设image是读入的RGB图像（shape为H×W×3）
M = 3
N = 3

# 对三个维度都做填充，前两个维度填充1行/列（因为M//2=1），通道维度不填充
pad_size = math.floor(M/2)
modifyA = np.pad(image, [(pad_size, pad_size), (pad_size, pad_size), (0, 0)], mode='constant')

# 创建和原始图像同维度的输出数组（H×W×3）
B = np.zeros_like(image)

for i in range(image.shape[0]):          
    for j in range(image.shape[1]):                
        # 取3×3的窗口
        temp = modifyA[i:i+M, j:j+N]
        # 遍历三个颜色通道分别做中值滤波
        for k in range(3):           
            tmp = temp[:, :, k]           
            B[i, j, k] = np.median(tmp)   

B = B.astype(np.uint8) 
plt.imshow(B)
plt.show()

另外，也可以用更高效的现成函数实现：

import cv2
denoised_img = cv2.medianBlur(image, 3)
plt.imshow(denoised_img)
plt.show()

内容的提问来源于stack exchange，提问作者Halit Turan