图像卷积滤波的原理和均值滤波，盒型滤波，高斯滤波，中值滤波 ，双边滤波的Python程序实现

图像卷积滤波的基本原理：

一个二维的滤波器矩阵（也就是卷积核）和一个要处理的二维图像；对于图像的每一个像素点，计算它的邻域像素和滤波器矩阵的对应元素的乘积，然后加起来，作为该像素位置的值，这样就完成了滤波过程。

不难发现，用3×3的核对一副6×6的图像进行卷积，得到的是4×4的图，图片缩小了！那怎么办呢？我们可以把原图扩充一圈，再卷积，这个操作叫padding。

事实上，原图为n×n，卷积核为f×f，最终结果图大小为(n-f+1) × (n-f+1)

cv2.copyMakeBorder()用来给图片添加边框，它有下面几个参数：

• src：要处理的原图
• top, bottom, left, right：上下左右要扩展的像素数
• borderType：边框类型，这个就是需要关注的填充方式，详情请参考：