高斯模版生成代码

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。