坤坤给果盘拍了一张照片。灯光偏暗、像素里有噪声，他想把图变清楚，却发现滤波窗口越大，水果边缘也越模糊。
下载与运行
下载食品实验室完整项目包。第一次使用，先按环境配置教程打开终端、安装 Python 和依赖。启动后在左侧选择“图像处理工作台”。
练习文件：projects/image_lab/exercises.py。演示查看参考实现；练习使用自己保存的函数。
看演示 → 写函数 → 做对照 → 挑战
- 观察亮度和对比度的作用；再比较原图、加噪图与滤波结果。
- 完成 grayscale、adjust、mean_filter、edge_strength 四个函数。
- 固定噪声种子，比较窗口 1、3、9、15；记录 MSE 与边缘清晰度。
- 挑战：实现中值滤波，添加椒盐噪声，和均值滤波比较。
函数接口
grayscale
输入 H×W×3、0..1 RGB；返回 H×W 亮度。例：纯红像素约为 0.2126。
adjust
以 0.5 为中心调整对比度，再加亮度；裁剪到 0..1，不改变形状。
mean_filter
输入二维灰度图、奇数窗口；边缘复制填充，返回等尺寸窗口均值。
edge_strength
返回相邻像素差的梯度幅度，右/下边界差置零；输出 H×W。
提示一：思路
灰度是 RGB 的加权和；均值滤波用邻域替代中心值。先处理等尺寸和边界。
提示二：接口
numpy.pad 的 edge 模式保留边界；sliding_window_view 可以取得窗口；np.diff 计算相邻差。
完整实现：solutions/image_lab.py。练习模式只调用 projects/image_lab/exercises.py。
完成标准
通过函数检查，跑通练习模式；保存至少两次参数不同的实验记录，说明观察到的变化与原因。检查失败时先核对输入与输出，不要只看图是否漂亮。
旧的时间统计实验已由本实验替换，本页原地址继续保留。旧版单文件脚本仍可下载。