图像恢复中算术平均值滤波的python代码，并用openCV库实现，具体实例

在图像恢复中，算术平均值滤波是一种简单的低通滤波技术，用于平滑图像并去除噪声。OpenCV库提供了`cv2.blur()`函数，可以方便地实现这一过程。下面是一个基本的Python代码示例，使用OpenCV做算术平均值滤波：

import cv2
import numpy as np

# 假设你有一个8位灰度图像叫做img
image = cv2.imread('your_image_path', cv2.IMREAD_GRAYSCALE)

# 定义滤波器大小，通常选择奇数，比如5x5像素
kernel_size = (5, 5)
sigma = kernel_size[0] / 6.0  # 使用标准差计算，对于5x5相当于1.0的标准偏差

# 使用算术平均值滤波
blurred_image = cv2.GaussianBlur(image, kernel_size, sigma)

# 显示原图和处理后的图像
cv2.imshow("Original Image", image)
cv2.imshow("Blurred Image", blurred_image)
cv2.waitKey(0)  # 等待用户按键
cv2.destroyAllWindows()