上篇介绍了用 opencv中的函数blur()实现邻域平均，除了用此函数外，还有其他可实现均值滤波的方法，如下。 (1)根据数学公式，实现像素点的运算以实现领域平均。 数学公式在上篇有介绍。 (2)用opencv带的2D滤波器filter2D()可以实现滤波。此函数在滤波中会经常用到。 我把几种的代码放在一起，截图如下， 代码中的红色注释说明了使用的是哪种方法。
其运行结果截图如下：
上图中，第 1张是原图，后三张都是均值滤波后的图。从 图可以看出，不管用哪一种代码，实现的结果都是一模一样的。 对于均值滤波，主要是用于去噪，但是在去噪的过程中可能会产生模糊，如上图所示，当选用的模板越大时，图像可能越模糊。 以下图像分别是模板选择为(5，5)和(10，10)时的图像，可以看到图像噪声消除明显，但图像也越模糊。
模板的大小也不一定非要是 3*3这类的，也可以是2*10，5*2这样不规则的，如果这样做的话主要就是模糊图像了，一种是水平模糊，一种是垂直模糊，如下图所示：
上图分别是( 1，10)和(10，1)时的运行结果。