Python实现均值滤波异常：输出暗图而非模糊图求助

嘿，我帮你排查出两个核心问题，这就是为啥你得到暗图而非预期模糊效果的原因：

1. 数组数据类型不匹配 #

你定义结果数组时用了int类型：

result = np.zeros((image.shape[0], image.shape[1]), int)

但OpenCV读取的灰度图是8位无符号整数（uint8），范围在0-255之间。用int存储计算结果，一方面会截断浮点均值的小数部分（比如均值123.6会被强行转成123），另一方面OpenCV显示int类型数组时会错误解析数值范围，直接导致亮度异常。

2. 未处理图像边界，邻域元素计数错误 #

图像边缘的像素（比如第一行、最后一列的像素）没有完整的3x3邻域，如果强行遍历row-1到row+1、col-1到col+1，要么会取到图像外的无效值（numpy里会循环取到对面的行/列，完全不符合滤波逻辑），要么你直接固定除以9，而实际参与求和的有效像素数量更少，导致均值被过度缩小，图像整体变暗。

修正后的完整代码 #

import cv2
import numpy as np

# 读取灰度图
image = cv2.imread('./images/hip-salt.jpg', 0)
height, width = image.shape
# 用和原图一致的uint8类型创建结果数组
result = np.zeros_like(image)

def meanFilter():
    # 定义3x3大小的滤波核
    kernel_size = 3
    half_kernel = kernel_size // 2  # 简化邻域边界计算
    
    for row in range(height):
        for col in range(width):
            total = 0
            count = 0
            # 遍历当前像素的邻域范围
            for i in range(-half_kernel, half_kernel + 1):
                for j in range(-half_kernel, half_kernel + 1):
                    neighbor_row = row + i
                    neighbor_col = col + j
                    # 确保邻域像素在图像范围内
                    if 0 <= neighbor_row < height and 0 <= neighbor_col < width:
                        total += image[neighbor_row, neighbor_col]
                        count += 1
            # 计算均值并赋值，避免除以0的极端情况
            result[row, col] = total // count if count != 0 else image[row, col]

meanFilter()

# 展示对比效果
cv2.imshow('Original', image)
cv2.imshow('Mean Filter Result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

额外优化建议 #

• 如果追求效率，别自己写嵌套循环，直接用OpenCV内置的优化函数，一行代码就能实现标准均值滤波：

  # 3x3均值滤波，底层是C++实现，速度快很多
  result = cv2.blur(image, (3, 3))
  

• 要是想更规范地实现滤波，可以给图像做零填充（在图像周围补0），让边缘像素也有完整的3x3邻域，这样不用单独处理边界，不过填充后的边缘会稍微偏暗，整体效果更统一。

内容的提问来源于stack exchange，提问作者Utonium