编程实现像素化效果可以通过以下步骤来完成：
加载图像
使用图像处理库（如Python的PIL库或OpenCV）加载要进行像素化处理的原始图像。
定义块大小
根据需求，定义像素化效果中每个小块的大小。通常，小块的大小越小，像素化效果越明显。
分割图像
将原始图像分割成大小相等的小块。可以使用循环遍历图像的像素，并将每个像素放入对应的小块中。
计算平均颜色
对于每个小块，计算其中像素的平均颜色。可以通过将每个像素的红、绿、蓝三个颜色通道的值相加，然后除以像素数量来计算平均颜色。
应用平均颜色
将每个小块内的像素颜色设置为该小块的平均颜色。可以通过循环遍历每个小块中的像素，并将其颜色值设置为平均颜色来实现。
显示处理后的图像
最后，将经过像素化处理后的图像显示出来。可以使用图像处理库或编程语言提供的图形界面功能来实现图像的显示。
参数调整
编程像素化效果通常具有一些参数可以调整，以控制像素化的程度和样式。例如，可以调整块的大小，从而决定最终像素化效果的粗细程度。还可以调整颜色平均化的方法，如简单平均、加权平均等，以达到不同的效果。
```python
from PIL import Image
打开图像文件
image = Image.open（"image.jpg"）
设置新的尺寸
new_width = 100
new_height = 100
使用resize（）方法调整图像尺寸，并设置Image.NEAREST参数以保持像素化效果
image = image.resize（（new_width, new_height）, Image.NEAREST）
保存像素化后的图像
image.save（"pixelated_image.jpg"）
```
通过上述步骤和代码，你可以实现一个简单的像素化效果。根据具体需求，你可以进一步调整参数和算法，以达到更精细或更夸张的像素化效果。