二维高斯分布公式:
int k = 2;
int row = 2*k + 1;
int col = 2*k + 1;
double sigma = 1;
double *array = new double[row*col];
double dFenzi = 0.0;
double pi = 3.1415926;
for (int j=1; j<=row; j++)
{
for (int i=1; i<=col; i++)
{
dFenzi = pow((i-k-1), 2) + pow((j-k-1), 2);
array[(j-1)*row+i-1] = exp(-dFenzi/(2*sigma))/(2*pi*sigma);
printf("%0.4f\t",array[(j-1)*row+i-1]);
}
printf("\n");
}
//把高斯模版转为整数
int *iarray = new int[row*col];
for (int j=1; j<=row; j++)
{
for (int i=1; i<=col; i++)
{
iarray[(j-1)*row+i-1] = floor(array[(j-1)*row+i-1] * (1 / array[0]));
printf("%-5d\t",iarray[(j-1)*row+i-1]);
}
printf("\n");
}
别人写的,写的蛮好的:
void GetGaussianKernel(double **gaus, const int size,const double sigma)
{
const double PI=4.0*atan(1.0); //圆周率π赋值
int center=size/2;
double sum=0;
for(int i=0;i<size;i++)
{
for(int j=0;j<size;j++)
{
gaus[i][j]=(1/(2*PI*sigma*sigma))*exp(-((i-center)*(i-center)+(j-center)*(j-center))/(2*sigma*sigma));
sum+=gaus[i][j];
}
}
for(int i=0;i<size;i++)
{
for(int j=0;j<size;j++)
{
gaus[i][j]/=sum;
cout<<gaus[i][j]<<" ";
}
cout<<endl<<endl;
}
return ;
}
假定σ=1.5,则模糊半径为1的权重矩阵如下:
这9个点的权重总和等于0.4787147,如果只计算这9个点的加权平均,还必须让它们的权重之和等于1,因此上面9个值还要分别除以0.4787147,得到最终的权重矩阵:
有了权重矩阵,就可以计算高斯模糊的值了。
中心点以及周边n个点,每个点乘以自己的权重值并将这些值相加,就是中心点的高斯模糊的值。对所有点重复这个过程,就得到了高斯模糊后的图像。