均值模糊

均值模糊是一种最常见的模糊方法，它通过将像素值替换为周围像素的平均值来减少图像的细节。对于每个像素，我们通过取卷积核中像素的平均值来替换其值，例如3x3的卷积核为：

1/9 1/9 1/9
1/9 1/9 1/9
1/9 1/9 1/9

代码示例：

import cv2

img = cv2.imread('image.jpg')

# 模糊
blur = cv2.blur(img, (3, 3))

cv2.imshow('blur', blur)
cv2.waitKey(0)
cv2.destroyAllWindows()

高斯模糊

高斯模糊是另一种常见的模糊方法，它基于高斯核对图像进行加权平均，以消除图像中的噪声。高斯核比均值核更高效，因为它根据像素距离分配不同的权重。

代码示例：

import cv2

img = cv2.imread('image.jpg')

# 高斯模糊
blur = cv2.GaussianBlur(img, (3, 3), 0)

cv2.imshow('blur', blur)
cv2.waitKey(0)
cv2.destroyAllWindows()

中值模糊

中值模糊是一种非线性滤波方法，用于减少图像上的噪声。它将每个像素的值替换为其邻域像素值的中值。与均