1.图片读入,彩色转灰度
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/57802610cb44752188afcfb08ced5b6b.png)
2.计算第一次高斯模糊
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/bb22a8fdfb773cb32487e678e4e39e45.png)
3.计算第二次高斯模糊
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/475490466593c4eddd1b88a40e8dee56.png)
4.计算两次高斯模糊的差
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/a61698fe1294bfc5ddad2388c54ed3b4.png)
5.结果归一化
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/43cb80b88abb5f55410947cd46be3522.png)
Mat src, dst;
src = imread("D:\\001.jpg");
if (!src.data)
{
printf("could not load data···");
return -1;
}
char INPUT_WIN[] = "input image";
char OUTPUT_WIN[] = "output image";
namedWindow(INPUT_WIN, WINDOW_AUTOSIZE);
namedWindow(OUTPUT_WIN, WINDOW_AUTOSIZE);
imshow(INPUT_WIN, src);
//DOG 高斯不同
Mat gray_src, g1, g2, dogImg;
cvtColor(src, gray_src, COLOR_BGR2GRAY);
GaussianBlur(gray_src, g1, Size(7, 7), 0, 0);
GaussianBlur(g1, g2, Size(7, 7), 0, 0);
subtract(g1, g2,dogImg, Mat());
normalize(dogImg, dogImg, 255, 0, NORM_MINMAX);
imshow(OUTPUT_WIN, dogImg);