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。