一、高斯模糊
def gaussian_blur(image): # 设置ksize来确定模糊效果 img = cv.GaussianBlur(image, (5, 5), 0) cv.imshow(‘img‘, img) # 不通过ksize来设置高斯核大小，通过设置高斯分布公式中的sigma img2 = cv.GaussianBlur(image, (0, 0), 1) cv.imshow(‘img2‘, img2)
二、边缘保留滤波（EPF）
高斯双边模糊（美颜）：
def bi_blur(image): img = cv.bilateralFilter(image, 0, 100, 5) cv.imshow(‘img‘, img)
从效果可以看出，边缘保留的还不错，而非边缘进行了模糊。双边模糊的效率比较低，特别是sigmaSpace比较大的时候。
cv.bilateralFilter()函数的参数：
src：原图像
d：过滤过程中每个像素领域的直径范围，若非正数，则从sigmaSpace计算
sigmaColor：值越大，表示像素领域内有多宽的颜色（颜色范围）会被混在一起
sigmaSpace：如果值较大，表示颜色相近的较远像素（空间范围）将互相影响，从而使更大区域足够相似的颜色获取相同的颜色。
原文：https://www.cnblogs.com/leokale-zz/p/11346993.html