代码实现去块效应滤波

去块效应滤波，也称为去马赛克滤波，是一种用于图像处理的技术，可以去除图像中的块状噪声。下面是一种基于均值滤波的简单实现方法：

import cv2

def deblocking_filter(image, block_size=16):
    # 获取图像的宽度和高度
    h, w = image.shape[:2]
    # 计算块数
    bh, bw = h // block_size, w // block_size
    # 均值滤波
    for i in range(bh):
        for j in range(bw):
            # 计算当前块的左上角坐标
            x, y = i*block_size, j*block_size
            # 提取当前块
            block = image[x:x+block_size, y:y+block_size]
            # 计算当前块的均值
            avg = cv2.mean(block)
            # 将当前块所有像素值赋值为均值
            image[x:x+block_size, y:y+block_size] = avg[0]
    return image

在上面的代码中，我们使用了 OpenCV 库中的 `cv2.mean()` 函数来计算每个块的平均值，并将当前块内的所有像素值赋值为该均值。这样可以有效地去除图像中的块状噪声。可以通过调整 `block_size` 参数来控制块大小。

需要注意的是，由于均值滤波是一种线性滤波方法，因此它可能会模糊图像细节。如果需要处理高质量的图像，建议使用更高级别的去噪方法，例如基于深度学习的方法。