均值濾波
任意一點的畫素值，都是周圍 N X N 個畫素值的均值
例：紅色點的畫素新值 = 藍色背景區域畫素之和除25
紅色點的畫素新值 =
（（197 + 25 +106 +156 +159）+（149 + 40 + 107 + 5 + 71) + (163 + 198 + 226 + 223 + 156) + (222 + 37 + 68 + 193 + 157) + (42 + 72 + 250 + 41 + 75)) /25
函式 blur
處理結果 = cv2.blur (原始影像， 核大小)
核大小：以 （寬度，高度）形式表示的元組
r = cv2.blur(o,(5, 5))經過均值濾波之後影像更平滑
高斯濾波
讓臨近的畫素具有更高的重要度。對周圍畫素計算加權平均值，較近的畫素具有較大的權重值
GaussianBlur 函式
dst = cv2.GaussianBlur (src, ksize, sigmaX)
# src: 原始影像， 要處理的源影像
# ksize : 核大小 （N， N）必須是奇數
# sigmaX: X 方向方差， 控制權重
# signmaX = 0 時，sigma = 0.3 X ((ksize-1) X 0.5 - 1) + 0.8中值濾波
讓臨近的畫素按照大小排列，取排列畫素集中位於中間位置的值作為中值濾波後的畫素值
medianBlur 函式
dst = cv2.medianBlur(src, ksize)
src , 原始檔
ksize, 核大小，必須是比 1 大的奇數，如3， 5， 7 等
本作品採用《CC 協議》，轉載必須註明作者和本文連結