高斯滤波（C++实现）

最新推荐文章于 2024-06-01 10:21:43 发布

LilyZJ

最新推荐文章于 2024-06-01 10:21:43 发布

阅读量2.4k

点赞数 1

分类专栏：图像处理&计算机视觉 c++

本文链接：https://blog.csdn.net/LilyZJ/article/details/95669495

版权

图像处理&计算机视觉同时被 2 个专栏收录

24 篇文章 6 订阅

订阅专栏

c++

17 篇文章 0 订阅

订阅专栏

一维高斯函数：
$G(x)=\frac{1}{\sqrt{2\pi}\sigma} e^{-\frac{x^2}{2\sigma^2}}$
二维高斯函数：
$G(x,y)=\frac{1}{2\pi \sigma^2} e^{-\frac{x^2+y^2}{2\sigma^2}}$

下面我们计算高斯核用的函数是：
$G(x,y)=e^{-\frac{x^2+y^2}{2\sigma^2}}$

double** myGetGaussianKernel(int size, double sigma)
{
	double sum = 0.0;
	int center = size/2; // 用于计算中心点的坐标

	double** arr = new double*[size];
	for(int i=0; i<size; ++i){
		arr[i] = new double[size];
	}
	for(int i=0; i<size; ++i){
		for(int j=0; j<size; ++j){
			arr[i][j] = exp(- ((i-center)*(i-center)+(j-center)*(j-center)) / (2*sigma*sigma) )
			sum+=arr[i][j];
		}
	}
	for(int i=0; i<size; ++i){
		for(int j=0; j<size; ++j){
			arr[i][j] /= sum;
		}
	}
	return arr;
}

// 调用OpenCV函数
// 生成一维高斯核
Mat gaus= getGaussianKernel(int size, double sigma, int ktype=CV_64F); 

// 生成二维高斯核（等价于上述函数）
Mat kernel=getGaussianKernel(int size,double sigma, int ktype=CV_64F);
kernel = kernel * kernel.t();

// 将数组赋值给Mat
double guas[3];
Mat kernel=Mat(3,1,CV_64F, gaus).clone();

二维高斯函数可以看成两个一维高斯函数的乘积。
在这里插入图片描述

// C++高斯滤波
void myGaussianBlur(const Mat _src, Mat& _dst, int size, double sigma)
{
	if(!_src.data) return;
	Mat src = _src.clone();
	Mat dst(src.size(), src.type(), Scalar::all(0));
	double** gaus = myGetGaussianKernel(size, sigma);
	// 等价于
	// Mat_<double> gaus = getGaussianKernel(3,1,CV_64F);
	// gaus = _gaus * _gaus.t();
	
	int center = size/2;

	copyMakeBorder(_src, src, center, center, center, center, BORDER_REPLICATE);

	for(int i=center; i<src.rows-center; ++i){
		for(int j=center; j<src.cols-center; ++j){
			for(int x=-center; x<=center; ++x){
				for(int y=-center; y<=center; ++y){
					dst.at<Vec3b>(i-center, j-center)[0] += src.at<Vec3b>(i+x, j+y)[0] * gaus[x+center][y+center];
					dst.at<Vec3b>(i-center, j-center)[1] += src.at<Vec3b>(i+x, j+y)[1] * gaus[x+center][center];
					dst.at<Vec3b>(i-center,j-center)[2] += src.at<Vec3b>(i+x, j+y)[2] * gaus[x+center][center];
				}
			}
		}
	}
	dst.copyTo(_dst);
}

参考资料：
[1] openCV之高斯滤波（及代码实现）
[2] OpenCV 源码分析-getGaussianKernel
[3] 基于C++&OpenCV实现高斯滤波【数字图像处理】
[4] 高斯滤波的C++实现与优化