上篇介紹了用 opencv中的函數blur()實作鄰域平均，除了用此函數外，還有其他可實作均值濾波的方法，如下。 (1)根據數學公式，實作像素點的運算以實作領域平均。 數學公式在上篇有介紹。 (2)用opencv帶的2D濾波器filter2D()可以實作濾波。此函數在濾波中會經常用到。 我把幾種的代碼放在一起，截圖如下， 代碼中的紅色注釋說明了使用的是哪種方法。
其運作結果截圖如下：
上圖中，第 1張是原圖，後三張都是均值濾波後的圖。從 圖可以看出，不管用哪一種代碼，實作的結果都是一模一樣的。 對于均值濾波，主要是用于去噪，但是在去噪的過程中可能會産生模糊，如上圖所示，當選用的模闆越大時，圖像可能越模糊。 以下圖像分别是模闆選擇為(5，5)和(10，10)時的圖像，可以看到圖像噪聲消除明顯，但圖像也越模糊。
模闆的大小也不一定非要是 3*3這類的，也可以是2*10，5*2這樣不規則的，如果這樣做的話主要就是模糊圖像了，一種是水準模糊，一種是垂直模糊，如下圖所示：
上圖分别是( 1，10)和(10，1)時的運作結果。