from PIL import Image, ImageFilter im = Image.open(r"linuxidc.com.png") gbF = im.filter(ImageFilter.GaussianBlur(radius=10)) gbF.show()
①radius：模糊半径
效果图：
12.UnsharpMask：反锐化掩码滤波
from PIL import Image, ImageFilter im = Image.open(r"linuxidc.com.png") umF = im.filter(ImageFilter.UnsharpMask(radius=2, percent=150, threshold=3)) umF.show()
①radius：模糊半径
②percent：反锐化强度（百分比）
③threshold：被锐化的最小亮度
效果图：
13.Kernel：卷积核滤波
from PIL import Image, ImageFilter im = Image.open(r"linuxidc.com.png") kF = im.filter(ImageFilter.Kernel((3, 3), (1, 2, 2, 2, 0, 0, 1, 2, 2), scale=None, offset=10)) kF.show()
①size：核的大小（width, height）
②kernel：核权值序列如3*3的为(1, 2, 2, 2, 0, 0, 1, 2, 2)
③scale：缩放因子
④offset：偏移量（使用的话，则将该值加到缩放后的结果上）
效果图：
14.RankFilter：排序滤波
对于输入图像的每个像素点，等级滤波器根据像素值，在（size，size）的区域中对所有像素点进行排序，然后拷贝对应等级的值存储到输出图像中
from PIL import Image, ImageFilter im = Image.open(r"linuxidc.com.png") rfF = im.filter(ImageFilter.RankFilter(5, 8)) rfF.show()
①size：核的大小（width, height）
②rank：如例子，在每个像素点为中心的5x5区域25个像素点中选择排序第8位的像素作为新的值
效果图：
15.MinFilter：最小值滤波器
对于输入图像的每个像素点，该滤波器从（size，size）的区域中拷贝最小的像素值存储到输出图像中
from PIL import Image, ImageFilter im = Image.open(r"linuxidc.com.png") minF = im.filter(ImageFilter.MinFilter(5)) minF.show()
①size：核的大小（size=N）
效果图：
16.MedianFilter：中值滤波
对于输入图像的每个像素点，该滤波器从（size，size）的区域中拷贝中值对应的像素值存储到输出图像中
from PIL import Image, ImageFilter im = Image.open(r"linuxidc.com.png") medF = im.filter(ImageFilter.MedianFilter(5)) medF.show()
①size：核的大小（size=N）
效果图：
17.MaxFilter：最大值滤波
对于输入图像的每个像素点，该滤波器从（size，size）的区域中拷贝最大的像素值存储到输出图像中
from PIL import Image, ImageFilter im = Image.open(r"linuxidc.com.png") maxF = im.filter(ImageFilter.MaxFilter(5)) maxF.show()
①size：核的大小（size=N）
效果图：
18.ModeFilter：模式滤波
对于输入图像的每个像素点，该滤波器从（size，size）的区域中拷贝出现次数最多的像素值存储到输出图像中。如果没有一个像素值出现过两次极其以上，则使用原始像素值。
from PIL import Image, ImageFilter im = Image.open(r"linuxidc.com.png") modF = im.filter(ImageFilter.ModeFilter(5)) modF.show()
①size：核的大小（size=N）
