数字图像处理 Python 实践（7）——图像平滑与高斯平滑

滤波作为信号处理中的一个重要概念，其核心操作是将信号中特定频率范围的成分进行去除。在图像处理领域，通过傅里叶变换实现的频域滤波与空间域中的滤波方法具有等效性，因此同样被称为滤波。在学习过程中，首先需要掌握的是空间域滤波技术，其主要原理是基于图像像素邻域（即空间域）进行计算，以此与后续将要学习的频率域滤波方法形成区分。

平滑处理的主要目标在于降低图像中噪声的影响，并有效抑制不必要的干扰信息。在空间域中，通常采用邻域平均的方式实现这一目的。其中最为基础的平滑方法是使用平滑模板，该模板具体表现为下方公式中所描述的矩阵形式，在实际应用中也常被称作模板、滤波器或过滤器。

简而言之，当k取值为3时，矩阵w的尺寸为3x3，输出图像中某一像素点的数值，源于输入图像对应区域内的一个3x3空间与该平滑模板进行点乘运