Python scipy.ndimage 图像处理实战：高斯、锐化与中值滤波

林见深

发布时间：2026-10-13| 6人浏览过

原创

本文通过 Python 的 scipy.ndimage 模块演示图像处理方法。内容涵盖原始图像显示、高斯滤波（sigma=7）实现模糊效果、结合 sigma=1 和 sigma=3 的高斯滤波进行边缘锐化（系数6），以及使用窗口大小7的中值滤波去除噪声。所有示例均基于 misc.face 测试图像，提供完整代码与运行结果参考。

Python scipy.ndimage 图像处理实战：高斯、锐化与中值滤波

本文详细介绍 Python 中 scipy.ndimage 模块的具体应用方法，旨在为读者提供实用的图像处理参考案例。

原始图像展示

一、原始图像展示

1. 实现代码


from scipy import misc
from scipy import ndimage
import matplotlib.pyplot as plt
face = misc.face()#face是测试图像之一
plt.figure()#创建图形
plt.imshow(face)#绘制测试图像
plt.show()#原始图像

2. 程序运行结果

高斯滤波处理

二、高斯滤波处理

1. 实现代码


from scipy import misc
from scipy import ndimage
import matplotlib.pyplot as plt
face = misc.face()#face是测试图像之一
plt.figure()#创建图形
blurred_face = ndimage.gaussian_filter(face, sigma=7)#高斯滤波
plt.imshow(blurred_face)
plt.show()

2. 程序运行结果

边缘锐化处理

三、边缘锐化处理

1. 实现代码


from scipy import misc
from scipy import ndimage
import matplotlib.pyplot as plt
face = misc.face()#face是测试图像之一
plt.figure()#创建图形
blurred_face1 = ndimage.gaussian_filter(face, sigma=1)#边缘锐化
blurred_face3 = ndimage.gaussian_filter(face, sigma=3)
sharp_face = blurred_face3 +6*(blurred_face3-blurred_face1)
plt.imshow(sharp_face)
plt.show()

2. 程序运行结果

中值滤波处理

四、中值滤波处理

1. 实现代码


from scipy import misc
from scipy import ndimage
import matplotlib.pyplot as plt
face = misc.face()#face是测试图像之一
plt.figure()#创建图形
median_face = ndimage.median_filter(face,7)#中值滤波
plt.imshow(median_face)
plt.show()

2. 程序运行结果