用opencv 对图片进行均值 滤波、高斯滤波、中值滤波以及使用flter2D (采用一个自定义的卷积核）滤波

好的，以下是使用Python的OpenCV库对图片进行均值滤波、高斯滤波、中值滤波以及使用filter2D进行自定义卷积核滤波的代码示例：

import cv2
import numpy as np

# 读取图片
img = cv2.imread('test.jpg')

# 均值滤波
blur = cv2.blur(img, (5, 5))

# 高斯滤波
gaussian = cv2.GaussianBlur(img, (5, 5), 0)

# 中值滤波
median = cv2.medianBlur(img, 5)

# 自定义卷积核滤波
kernel = np.array([[-1, -1, -1], [-1, 9, -1], [-1, -1, -1]])
custom = cv2.filter2D(img, -1, kernel)

# 显示原图和处理后的图像
cv2.imshow('Original', img)
cv2.imshow('Blur', blur)
cv2.imshow('Gaussian', gaussian)
cv2.imshow('Median', median)
cv2.imshow('Custom', custom)

cv2.waitKey(0)
cv2.destroyAllWindows()

在上述代码中，`cv2.blur()`函数表示均值滤波，第一个参数是需要处理的图片，第二个参数是卷积核的大小，这里是一个5x5的卷积核。`cv2.GaussianBlur()`函数表示高斯滤波，第一个参数和第二个参数与均值滤波相同，第三个参数是高斯核的标准差。`cv2.medianBlur()`函数表示中值滤波，第一个参数和第二个参数与均值滤波相同，第三个参数表示卷积核的大小。`cv2.filter2D()`函数表示自定义卷积核的滤波，第一个参数是待处理的图片，第二个参数是输出图像的深度，这里设为-1表示与原图像的深度相同，第三个参数是卷积核。

运行上述代码，即可得到原图和四种滤波后的效果图。