图片的模糊，一直是图像处理领域一个比较重要的东西，它的用处不仅仅是我们平时PS的滤镜，也常常被用来做图片数据的降噪， 图片的有损压缩，和图片特征相似匹配（详情可参见sift）的优化工作过程。而图片模糊的原理也非常简单：
python blur.py
效果如图:
模糊半径外部与内部的差距非常巨大的时候，你会发现，上面这种方法的模糊效果非常的差，这种情况下，我们需要计算像素的权重，靠近中心的像素对于中心点来说关联性更强更重要，所以理应权重更高。
这种情况正好符合正态分布特点，所以选用正态分布来计算权重是一个较优的选择。
公式如下（详情可参见文章）
效果如图，模糊效果比rgb平均值更加的平滑了。
- 高性能的高斯模糊（如今一张小图也需要10秒以上）
- 高斯模糊的近似