2026年图像算法工程师面试题集及答案参考.docxVIP

第PAGE页共NUMPAGES页

2026年图像算法工程师面试题集及答案参考

一、编程实现题（共3题，每题20分）

1.图像平滑滤波算法实现（20分）

题目：

编写Python代码实现3x3均值滤波和2x2中值滤波算法，输入为灰度图像矩阵（二维数组），输出滤波后的图像矩阵。假设输入图像为8位无符号整数（0-255）。

要求：

-均值滤波需去除随机噪声；

-中值滤波需处理椒盐噪声；

-代码需包含边界处理（零填充）。

答案：

python

importnumpyasnp

defmean_filter(image):

kernel=np.ones((3,3))/9

padded=np.pad(image,pad_width=1,mode=edge)

filtered=np.zeros_like(image)

foriinrange(image.shape[0]):

forjinrange(image.shape[1]):

window=padded[i:i+3,j:j+3]

filtered[i,j]=np.sum(windowkernel)

returnfiltered.astype(np.uint8)

defmedian_filter(image):

kernel_size=2

padded=np.pad(image,pad_width=kernel_size//2,mode=edge)

filtered=np.zeros_like(image)

foriinrange(image.shape[0]):

forjinrange(image.shape[1]):

window=padded[i:i+kernel_size,j:j+kernel_size]

filtered[i,j]=np.median(window)

returnfiltered.astype(np.uint8)

示例输入

image=np.array([[50,60,70,60],

[60,100,60,50],

[70,60,80,60],

[60,50,60,70]],dtype=np.uint8)

print(均值滤波结果：\n,mean_filter(image))

print(中值滤波结果：\n,median_filter(image))

解析：

-均值滤波通过局部区域像素值求和并归一化实现平滑；

-中值滤波通过排序局部区域像素值取中位数实现，对椒盐噪声更鲁棒；

-边界处理采用边缘复制（`edge`）方式，避免因索引越界导致错误。

2.Canny边缘检测算法实现（20分）

题目：

用Python实现Canny边缘检测的核心步骤：

1.高斯滤波去噪；

2.梯度计算与非极大值抑制；

3.双阈值边缘跟踪。

假设输入为灰度图像，输出二值边缘图（0表示背景，255表示边缘）。

答案：

python

importcv2

importnumpyasnp

defgaussian_kernel(size,sigma=1.0):

size=max(size,1)

x,y=np.mgrid[-size//2+1:size//2+1,-size//2+1:size//2+1]

g=np.exp(-((x2+y2)/(2.0sigma2)))

returng/g.sum()

defcanny_edge_detection(image,sigma=1.0,low_threshold=50,high_threshold=150):

高斯滤波

kernel=gaussian_kernel(5,sigma)

filtered=cv2.filter2D(image,-1,kernel)

梯度计算（Sobel算子）

sobel_x=np.array([[-1,0,1],[-2,0,2],[-1,0,1]])

sobel_y=np.array([[-1,-2,-1],[0,0,0],[1,2,1]])

grad_x=cv2.filter2D(filtered,-1,sobel_x)

grad_y=cv2.filter2D(filtered,-1,sobel_y)

grad_mag=np.sqrt(grad_x2+grad_y2)

grad_dir=np.arctan2(grad_y,grad_x)

非极大值抑制

suppressed=np.zeros_like(g