2D卷积操作
cv.filter2D() 可以让我们对一幅图像进行卷积操作，
图像模糊（图像平滑）
使用低通滤波器可以达到图像模糊的目的。这对与去除噪音很有帮助。其实就是去除图像中的高频成分（比如：噪音，边界）。所以边界也会被模糊一点。（当然，也有一些模糊技术不会模糊掉边界）。OpenCV 提供了四种模糊技术。
1.平均
只是用卷积框覆盖区域所有像素的平均值来代替中心元素
cv2.blur() 和 cv2.boxFilter() 来完这个任务
2.高斯模糊
把卷积核换成高斯核，方框不变，原来每个方框的值是相等的，现在里面的值是符合高斯分布。
高斯滤波可以有效的从图像中去除高斯噪音。
#0 是指根据窗口大小（ 5,5 ）来计算高斯函数标准差 blur = cv2.GaussianBlur(img,(5,5),0)
3.中值模糊
用与卷积框对应像素的中值来替代中心像素的值。这个滤波器经常用来去除椒盐噪声；
前面的滤波器都是用计算得到的一个新值来取代中心像素的值，而中值滤波是用中心像素周围（也可以使他本身）的值来取代他
median = cv2.medianBlur(img,5)
4.双边滤波
函数 cv2.bilateralFilter() 能在保持边界清晰的情况下有效的去除噪音。
高斯滤波器是求中心点邻近区域像素的高斯加权平均值。这种高斯滤波器只考虑像素之间的空间关系，而不会考虑像素值之间的关系（像素的相似度）。
所以这种方法不会考虑一个像素是否位于边界。因此边界也会别模糊掉。双边滤波在同时使用空间高斯权重和灰度值相似性高斯权重。