我有一系列图像作为我的原始数据，我正在准备发布。这些图像随机有一系列白色斑点，我想用一些周围像素的平均值替换它们。
我无法发布图片，但以下代码应该生成一个PNG，它接近我试图纠正的问题：
import numpy as np
from scipy.misc import imsave
random_array = np.random.random_sample((512,512))
random_array[random_array < 0.999] *= 0.25
imsave('white_specs.png', random_array)
虽然这会生成一张图像，其原始数据中存在类似分布的斑点，但我的图片 的斑点强度不均匀，而且其中一些斑点的大小不止一个像素（尽管它们都不超过2个）。此外，我的图像上有一些点 直径。
原则上，我可以写一些东西来寻找值超过某个阈值的像素，然后根据它们最近邻居的平均值来检查它们。但是，我认为我最终想要实现的并不是图像处理中不常见的动作，而且我非常怀疑有一些SciPy功能可以做到这一点而无需重新发明轮子。我的问题是我对图像处理的形式方面/词汇不够熟悉，才能真正了解我应该寻找什么。有人能指出我正确的方向吗？
答案 0 :(得分：9)
你可以简单地尝试一个内核小的中值过滤器，
from scipy.ndimage import median_filter
filtered_array = median_filter(random_array, size=3)
将删除斑点而不会明显改变原始图像。
中值滤波器非常适合此类任务，因为与例如简单的移动平均滤波器相比，它可以更好地保留原始图像中具有高空间频率的特征。
顺便说一句，如果您的图像是实验性的（即噪声），应用非侵略性中值滤波器（例如上面的那个）从不会伤害，因为它也可以减弱噪声。