Компьютерное зрение

Шаги выполнения:

1. Загрузка и подготовка изображения

   - Загрузите зашумленное изображение (например, с добавленным "соль-перец" шумом) через `cv2.imread` и преобразуйте его в оттенки серого (можно использовать готовое преобразование или свое из предыдущего задания).  

2. Реализация медианного фильтра

   - Создайте функцию для применения медианного фильтра с окном 3x3.  

   - Для каждого пикселя изображения:  

     - Соберите значения яркости в окрестности 3x3.  

     - Отсортируйте значения и выберите медиану.  

     - Замените центральный пиксель медианным значением.  

   - Обработайте границы изображения (например, игнорируйте пиксели за пределами или продублируйте края).  

3. Визуализация результатов

   - Выведите исходное зашумленное изображение и результат фильтрации.  

   - Убедитесь, что шум "соль-перец" значительно уменьшился.  

Для наложения шума на изображение можно использовать следующую функцию:

import numpy as np
import os
import cv2

def noisy(image, noise_typ="s&p"):
   if noise_typ == "gauss":
      row,col,ch= image.shape
      mean = 0
      var = 0.1
      sigma = var**0.5
      gauss = np.random.normal(mean,sigma,(row,col,ch))
      gauss = gauss.reshape(row,col,ch)
      noisy = image + gauss
      return noisy
   elif noise_typ == "s&p":
      row,col,ch = image.shape
      s_vs_p = 0.5
      amount = 0.004
      out = np.copy(image)
      # Salt mode
      num_salt = np.ceil(amount * image.size * s_vs_p)
      coords = [np.random.randint(0, i - 1, int(num_salt))
              for i in image.shape]
      out[coords] = 1

      # Pepper mode
      num_pepper = np.ceil(amount* image.size * (1. - s_vs_p))
      coords = [np.random.randint(0, i - 1, int(num_pepper))
              for i in image.shape]
      out[coords] = 0
      return out
  elif noise_typ == "poisson":
      vals = len(np.unique(image))
      vals = 2 ** np.ceil(np.log2(vals))
      noisy = np.random.poisson(image * vals) / float(vals)
      return noisy
  elif noise_typ =="speckle":
      row,col,ch = image.shape
      gauss = np.random.randn(row,col,ch)
      gauss = gauss.reshape(row,col,ch)        
      noisy = image + image * gauss
      return noisy

- Для медианного фильтра запрещено применять `cv2.medianBlur`.