什么是卷积呢？
---卷积就是对两个函数进行数学运算产生第三个函数！
1、Kernel:内核采集区域
2、Blurring:模糊算法（方式有取大、取小）
来先举例说明，来读取张原图，等会还做对比
import cv2
import numpy as np
image = cv2.imread('images/Hillary.jpg')
cv2.imshow('Original Image',image)
cv2.waitKey()
再创建个9*9的的内核（处理之后的图片和原图的大小是一样的）
kernel_9 = np.ones((9,9),np.float32) / 81
blurred9 = cv2.filter2D(image,-1,kernel_9) #检测到核中心的部位的色值会平均到周围，这样来造成模糊的效果，内核的区域越大会导致越模糊
#这个的模糊处理和马赛克是有区别的
#马赛克是通过遮罩的方式加在上面产生模糊（博码，后码）；
#这个是直接对原图通过操作内核的方式直接处理；
#cv2.filter2D(对那个图片做处理,如果是全局的话是-1,用什么内核)
cv2.imshow("9x9",blurred9)
cv2.waitKey()
2、用另外种方式处理模糊度
import cv2
import numpy as np
image = cv2.imread('images/Hillary.jpg')
#通过归一化的处理，内核进行卷积完成平均
blur = cv2.blur(image,(9,9))#把图片那进来，设定一个范围，直接做模糊处理
cv2.imshow("Averaging",blur)
cv2.waitKey()
下面在看通过中位数处理方式
import cv2
import numpy as np
image = cv2.imread('images/Hillary.jpg')
#中位数处理方式
mdianblur = cv2.medianBlur(image,9) #还是9*9
cv2.imshow("mdianblur",mdianblur)
cv2.waitKey()
高斯处理：
import cv2
import numpy as np
image = cv2.imread('images/Hillary.jpg')
#高斯处理方式
gaussian = cv2.GaussianBlur(image,(7,7),0)#颜色会有 些差异会柔和些
cv2.imshow("Gaussing",gaussian)
cv2.waitKey()
去燥，杂音一样的像素进行处理,具有美颜效果
import cv2
import numpy as np
image = cv2.imread('images/Hillary.jpg')
#去燥，会让图片更加清晰
bilateral = cv2.bilateralFilter(image,9,75,75)#处理完，可以看到像素的锯齿特别细腻
#75,75 齿距 两边的留存率75%
cv2.imshow("bilateral",bilateral)
cv2.waitKey()
