图像降噪是图像处理中的一个重要任务，其目的是减少图像中的噪声，从而提高图像的质量和清晰度。在Python中，可以使用各种图像处理库，如OpenCV和PIL，来实现图像降噪。
中值滤波法
中值滤波是一种常用的图像降噪技术，它通过用像素点的中值来代替该像素点的值，从而达到去除噪点的效果。这种方法对于椒盐噪声和脉冲噪声特别有效，并且能保留图像的边缘信息。
```python
import cv2
读取图像
img = cv2.imread（'example.jpg'）
对图像进行中值滤波
median = cv2.medianBlur（img, ksize=5） ksize是滤波器的大小，必须是奇数
显示原始图像和中值滤波后的图像
cv2.imshow（'Original Image', img）
cv2.imshow（'Median Filtered Image', median）
cv2.waitKey（0）
cv2.destroyAllWindows（）
在这个例子中，`cv2.medianBlur`函数用于对图像进行中值滤波，`ksize`参数指定了滤波器的大小，这里使用了5x5的滤波器。其他图像处理库除了OpenCV，Python的PIL（Python Imaging Library）库也可以用于图像处理。不过需要注意的是，PIL库在最新版本的Python中已经被弃用，取而代之的是Pillow库。总结图像降噪是图像处理的基础任务之一，Python提供了多种库和方法来实现这一功能。中值滤波是一种简单而有效的方法，特别适合于去除椒盐噪声和脉冲噪声，同时保留图像的边缘信息。
