读入data模块自带的coffee图像，输出其4邻域均值图像。（每个像素的值为其4个邻域值的均值，从第2行计算到倒数第2行，第2列计算到倒数第2列）

在Python中，我们可以使用PIL库来处理图像，NumPy用于数学运算，特别是平均值计算。如果你使用的是如skimage这样的图像处理库，下面是一个简单的步骤：

首先，你需要导入必要的库：

from skimage import data
import numpy as np
from PIL import Image

然后加载咖啡图像：

coffee_image = data.coffee()

接着，我们将图像转换为numpy数组以便操作：

image_array = np.array(coffee_image)

定义4邻域（包括当前像素），以及计算均值：

def calculate_neighborhood_mean(row, col):
    if row >= 1 and row < image_array.shape[0] - 1 and \
       col >= 1 and col < image_array.shape[1] - 1:
        neighborhood = image_array[row-1:row+2, col-1:col+2]
    else:
        # 如果边界，返回当前像素值
        return image_array[row, col]
    mean = np.mean(neighborhood)
    return mean

# 初始化结果矩阵与原图大小相同
result_image = np.zeros_like(image_array)

# 对于每一行和每一列计算并更新均值
for i in range(1, image_array.shape[0]-1):
    for j in range(1, image_array.shape[1]-1):
        result_image[i, j] = calculate_neighborhood_mean(i, j)

最后，将结果转换回PIL图像格式并显示：

result_image = Image.fromarray(result_image.astype('uint8'))
result_image.show()