在前面的蒙版概念教程中已经讨论了模糊的简要介绍，但是我们将在这里正式讨论它。

模糊化

在模糊中，我们简单地模糊图像。如果我们能够正确感知其中的所有对象及其形状，则图像看起来会更清晰或更精细。例如。当我们能够非常清晰地识别出眼睛，耳朵，鼻子，嘴唇，额头等时，带有面部的图像看起来清晰。对象的这种形状归因于其边缘。因此，在模糊处理中，我们简单地减少了边缘内容，并使从一种颜色到另一种颜色的过渡非常平滑。

模糊与缩放

缩放图像时，您可能会看到模糊的图像。使用像素复制对图像进行缩放并且缩放比例增加时，您会看到模糊的图像。该图像的细节也较少，但并不是真正的模糊。

因为在缩放过程中，您向图像添加了新像素，所以增加了图像中像素的总数，而在模糊化中，普通图像和模糊图像的像素数保持不变。

图像模糊的常见示例

过滤器类型

可以通过多种方式实现模糊。用于执行模糊的常见滤波器类型是。

• 均值过滤器
• 加权平均滤波器
• 高斯滤波器

在这三个中，我们将在此处讨论前两个，高斯将在以后的教程中进行讨论。

均值过滤器

均值滤波器也称为Box滤波器和Average滤波器。均值过滤器具有以下属性。

• 必须是奇数
• 所有元素的总和应为1
• 所有元素都应该相同

如果我们遵循此规则，则使用3×3的蒙版。我们得到以下结果。

由于它是3×3的蒙版，所以它有9个像元。所有元素之和应等于1的条件可以通过将每个值除以9来实现。

1/9 + 1/9 + 1/9 + 1/9 + 1/9 + 1/9 + 1/9 + 1/9 + 1/9 = 9/9 = 1

图像上3×3的蒙版结果如下所示

原始图片

影像模糊

可能结果并不太清楚。让我们增加模糊效果。可以通过增加遮罩的大小来增加模糊。遮罩的尺寸越大，模糊越多。因为使用更大的蒙版，可以容纳更多数量的像素，并且定义了一个平滑过渡。

图像上的5×5遮罩的结果如下所示

原始图片

影像模糊

如果我们增加遮罩，以同样的方式，模糊会更多，结果如下所示。

图像上7×7的蒙版结果如下所示。

原始图片

影像模糊

图像上9×9的蒙版结果如下所示。

原始图片

影像模糊

图像上11×11的蒙版结果如下所示。

原始图片

影像模糊

加权平均滤波器

在加权平均滤波器中，我们将更多权重赋予了中心值。因此，中心的贡献将超过其余值。由于加权平均滤波，我们实际上可以控制模糊。

加权平均滤波器的属性是。

• 必须是奇数
• 所有元素的总和应为1
• 中心元素的权重应大于所有其他元素的权重

过滤器1

满足两个属性(1和3)。但是不满足特性2。因此，为了满足这一要求，我们将简单地将整个过滤器除以10，或者将其乘以1/10。

过滤器2

除数= 18