如何不调用函数，用python较为底层地写均值滤波器

均值滤波器是一种简单的图像滤波算法，可以用于图像去噪等应用场景。下面给出一个不调用函数、用Python较为底层地实现均值滤波器的示例代码：

def mean_filter(image, kernel_size):
    """
    均值滤波器函数
    :param image: 输入图像，二维列表
    :param kernel_size: 滤波器大小，为奇数
    :return: 滤波后的图像，二维列表
    """
    filtered_image = [[0] * len(image[0]) for _ in range(len(image))]  # 初始化滤波后的图像
    padding_size = kernel_size // 2  # 计算需要填充的边界大小
    image_padding = [[0] * (len(image[0]) + 2 * padding_size) for _ in range(len(image) + 2 * padding_size)]  # 初始化填充后的图像
    # 将原图像复制到填充后的图像中心
    for i in range(len(image)):
        for j in range(len(image[0])):
            image_padding[i + padding_size][j + padding_size] = image[i][j]
    # 滤波
    for i in range(padding_size, len(image) + padding_size):
        for j in range(padding_size, len(image[0]) + padding_size):
            sum_kernel = 0  # 记录滤波器内像素值之和
            for m in range(i - padding_size, i + padding_size + 1):
                for n in range(j - padding_size, j + padding_size + 1):
                    sum_kernel += image_padding[m][n]
            filtered_image[i - padding_size][j - padding_size] = sum_kernel // (kernel_size ** 2)  # 赋值滤波后的像素值
    return filtered_image

该代码使用了双重循环对每个像素进行滤波操作。在滤波时，需要对每个像素的周围区域取出一定大小的矩形区域，然后计算该区域内像素值的平均值，作为该像素的新值。注意，为了防止越界，需要在原图像周围填充一定大小的边界。