，

python import numpy as np import matplotlib.pyplot as plt from scipy import ndimage

image = np.array

mean = 0 stddev = 1 gaussiannoise = np.random.normal noisyimage = image + gaussiannoise

plt.figure) plt.subplot plt.title plt.imshow plt.axis

plt.subplot plt.title plt.imshow plt.axis plt.show

f_image = np.fft.fft2 fshift = np.fft.fftshift

rows, cols = noisyimage.shape crowd = cols // 2 crowd1 = rows // 2 lowpassfilter = np.zeros, dtype=np.float32) lowpass_filter = 1

fimagefiltered = fshift * lowpassfilter

fishift = np.fft.ifftshift imgfiltered = np.fft.ifft2

在这玩意儿示例中， 我们先说说创建了一个轻巧松的灰度图像，并向其添加了高大斯噪声。然后我们对图像进行了傅里叶变换，并设计了一个轻巧松的矮小通滤波器来去除高大频噪声。接着我们应用了滤波器，并进行了逆傅里叶变换以得到去噪后的图像。再说说我们通过matplotlib库展示了原始图像、噪声图像和去噪后的图像。