导包：

import numpy as npimport cv2import matplotlib.pyplot as pltdef show(image):    plt.imshow(image)    plt.axis('off')    plt.show()def imread(image):    image=cv2.imread(image)    image=cv2.cvtColor(image,cv2.COLOR_BGR2RGB)    return image

 图像的平滑处理：

kernelsizes=[(3,3),(9,9),(15,15)]plt.figure(figsize=(15,15))for i,kenel in enumerate(kernelsizes):    plt.subplot(1,3,i+1)    #平均平滑的方式    blur=cv2.blur(image,kenel)    plt.axis('off')#不显示坐标    plt.title('great title'+str(kenel))    plt.imshow(blur)plt.show()

高斯模糊：

kernelsizes=[(3,3),(9,9),(15,15)]#仅对于这幅图来说，高斯模糊和平均模糊是没有什么区别的。plt.figure(figsize=(15,15))for i,kenel in enumerate(kernelsizes):    plt.subplot(1,3,i+1)    #平均平滑的方式    blur=cv2.GaussianBlur(image,kenel,0)    plt.axis('off')#不显示坐标    plt.title('great title'+str(kenel))    plt.imshow(blur)plt.show()

 中值模糊：

plt.figure(figsize=(15,15))for i,kenel in enumerate((3,9,15)):#意思是代表3*3，9*9，15*15的卷积核    plt.subplot(1,3,i+1)    #平均平滑的方式    blur=cv2.medianBlur(image,kenel,0)    plt.axis('off')#不显示坐标    plt.title('great title'+str(kenel))    plt.imshow(blur)plt.show()