高斯平滑 高斯模糊 高斯滤波器 ( Gaussian Smoothing, Gaussian Blur, Gaussian Filter ) C++ 实现

最新推荐文章于 2024-06-07 16:47:31 发布
最新推荐文章于 2024-06-07 16:47:31 发布
阅读量7.5w 收藏 66
点赞数 5
分类专栏： Image Processing 文章标签： filter c++ templates image distance input
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/hhygcy/article/details/4329056
版权
本文介绍了高斯平滑的概念，它是带权平均滤波器的一种，通过高斯模板对图像进行平滑处理。文章展示了1D和2D高斯分布公式，并提供了一个5x5高斯滤波器的C++实现示例，用于从噪声图像中去除噪声，但无法消除椒盐噪声。
摘要由CSDN通过智能技术生成

发展到现在这个平滑算法的时候, 我已经完全不知道如何去命名这篇文章了, 只好罗列出一些关键字来方便搜索了.

在之前我们提到过了均值滤波器, 就是说某像素的颜色, 由以其为中心的九宫格的像素平均值来决定. 在这个基础上又发展成了带权的平均滤波器, 这里的高斯平滑或者说滤波器就是这样一种带权的平均滤波器. 那么这些权重如何分布呢? 我们先来看几个经典的模板例子:

尝试了使用这些滤波器对我们原来的图进行操作, 得到了这样的一组结果:

原图:

raw

3x3 高斯:

3x3

5x5 高斯:

最低0.47元/天 解锁文章
hhygcy
关注
  • 5
    点赞
  • 踩
  • 66
    收藏
    觉得还不错? 一键收藏
  • 21
    评论
专栏目录
高斯滤波/高斯平滑/高斯模糊的实现及其快速算法(Gaussian Filter, Gaussian Smooth, Gaussian Blur, Fast implementation)
MulinB的技术博客
03-07 1万+
网上介绍针对图像进行高斯模糊的文章不少，其原理比较简单，这里就不做过多介绍。这里简单总结一下实现高斯模糊的几种算法(假设图像大小是M*N，filter的半径是r，注意，很多文章使用的术语是filter size，指的是半径大小或者直径大小，一般情况下filter的半径r取3倍或者4倍的sigma)： 1.最原始的实现方法是，使用高斯函数生成高斯模板，然后使用该模板对图像做卷积(convoluti
c++高斯模糊处理图片
03-16
C++对图片进行高斯模糊处理，已打包好代码和测试图片，VS2012、VS2017选择2012工具集可直接编译
高斯平滑算法原理与设计
最新发布
qq_61141142的博客
06-07 748
通常的处理是:将中心点周围八个点的像素值乘于各自矩阵相应的系数后相加得到一个值,然后将这个值乘上中心点的系数,中心点的像素值赋为得到的最后值。高斯平滑算法的优点是平滑后图像的失真少,算法更具备通用性,能去除不同的噪声干扰。在图像的采集过程中,由于各种因素的影响,图像中往往会出现一些不规则的随机噪声,如数据在传输、存储时发生的数据丢失和损坏等,这些都会影响图像的质量。则该操作应该描述为：将原图中一个像素的灰度值和它右下邻近的8个像素的灰度值相加，然后将求得的平均值9（除以9）作为新图中该像素的灰度值。
【个人笔记】OpenCV4 C++ 快速入门 28课
CSDN仅为笔记之用。
01-27 2116
28 高斯模糊
opencv学习 - 图像平滑
Novelin的博客
06-06 387
每一幅图像都包含某种程度的噪声，在大多数情况下，通过平滑技术(也常称为滤波技术)进行抑制或去除，其中具备保持边缘(Edge Preserving)作用的平滑技术得到更多的关注。 常用的平滑处理算法包括 基于二维离散卷积的高斯平滑、均值平滑 基于统计学方法的中值平滑 具备保持边缘作用的平滑算法的双边滤波、导向滤波等。 二维离散卷积 二维离散卷积是基于两个矩阵的一种计算方式 如I=(1234)...
高斯滤波(GaussianFilter)原理及C++实现
热门推荐
小武的博客
05-02 3万+
写在前面 首先，搞清楚几个概念：滤波(高通、低通、带通、带阻) 、模糊、去噪、平滑，看下图： 滤波是对输入信号进行卷积处理的一个过程，写成一个表达式的形式是这样的：滤波 = 卷积（ 输入信号 ，卷积模板 ）， 卷积模板/掩膜 的不同决定了不同的滤波方式，也因此产生了高通、低通、带通、带阻等基本的...
传统高斯模糊与优化算法(附完整C++代码)
weixin_34356310的博客
01-12 1137
高斯模糊（英语：Gaussian Blur），也叫高斯平滑，是在Adobe Photoshop、GIMP以及Paint.NET等图像处理软件中广泛使用的处理效果，通常用它来减少图像噪声以及降低细节层次。这种模糊技术生成的图像，其视觉效果就像是经过一个半透明屏幕在观察图像，这与镜头焦外成像效果散景以及普通照明阴影中的效果都明显不同。高斯平滑也用于计算机视觉算法中的预先处理阶段，以增强图像在不同比例大...
Gaussian-smoothing.rar_smoothing_高斯平滑c++
07-15
OpenCV提供了丰富的图像处理函数，包括`cv::GaussianBlur()`，可以直接用于高斯平滑。 ```cpp #include int main() { cv::Mat image = cv::imread("input.jpg"); // 读取图像 cv::Mat smoothed; int kernel_...
基于DX11高斯模糊（Gaussian Blur DX11）
03-24
双通道直接卷积在当今的实时图形中是最常用的高斯滤波方法，但是当在大内核上运行时，它会变得很耗时，因为每个像素的成本随内核大小的线性增加而增加。许多应用程序在过滤前对输入图像进行采样，以降低性能。为了...
gauLaps.rar_smoothing filter_高斯平滑_高斯平滑matlab
07-14
这个压缩包文件"gauLaps.rar"包含了名为"gauLaps.m"的MATLAB源代码，用于实现高斯平滑滤波器。以下是对这个知识点的详细解释： 1. **高斯滤波**： 高斯滤波是一种线性平滑滤波，其核心是高斯核函数。高斯核函数是...
shader 高斯模糊 Gaussian Blur.unitypackage
10-11
高斯模糊 shader：可作用在panel、image等
高斯平滑_高斯平滑_variouswgq_Vc_高斯平滑c++_
09-29
高斯平滑，也称为高斯滤波，是通过应用高斯函数（Gaussian kernel）对图像进行卷积来实现的。它是一种线性滤波器，能够有效地消除高频噪声，同时保持图像边缘的清晰度。高斯滤波器的核是由高斯函数生成的，其权重...
Unity3D高斯模糊特效
06-03
高斯模糊的核心是高斯核，这是一种数学滤波器。在图像处理中，卷积操作是关键，它通过将图像与一个特定的核函数（这里是高斯核）相乘，对每个像素进行计算，从而改变图像的像素值。高斯核是由高斯函数生成的，该函数...
OpenCV实现高斯模糊GaussianBlur函数的用法（C++实现）.zip
04-12
在本项目中，我们将深入探讨如何利用OpenCV的C++接口来实现高斯模糊操作，这是图像平滑处理的一种常见方法，通常用于减少噪声或降低图像的局部对比度。 高斯模糊是通过应用高斯滤波器来实现的，该滤波器是一个二维...
Gaussian入门高斯软件中文入门操作说明书.pdf
01-12
Gaussian高斯软件入门中文操作说明书
[图像处理] 高斯模糊的C++实现（Gaussian Blur）
RyuZhihao123 的博客
04-04 9871
程序完成时间：  2017/2/21       事实上，写下这篇博文的时候，距离完成这个小程序已经两个月了。现在才跑过来填个坑儿。 参考文献：           [1] Wiki百科：https://en.wikipedia.org/wiki/Gaussian_blur           [2] 博客文章： http://www.ruanyifeng.com/blog/2012/11
Opencv C++ 图像模糊（均值模糊、中值模糊、高斯模糊、双边模糊）
weixin_43965740的博客
02-16 1032
/anchor:锚点，将均值赋予卷积核的中心位置；//borderType：边界样式，表示如何确定图像范围外的像素取值。//borderType：边界样式，决定用什么方式处理边界。//sigmaX:卷积核在X轴方向上的标准差。//sigmaY:卷积核在Y轴方向上的标准差。//d:模糊期间使用的各像素领域的直径。其中：μ---------x的均值。σ--------x的标准差。//ksize:均值核的大小。//ksize:中值核的大小。//ksize:高斯核的大小。//src：输入的图像。
高斯模糊算法的 C++ 实现
weixin_33738578的博客
05-25 825
　　2008 年在一个 PS 讨论群里，有网友不解 Photoshop 的高斯模糊中的半径是什么含义，因此当时我写了这篇文章： 　　对Photoshop高斯模糊滤镜的算法总结；   　　在那篇文章中，主要讲解了高斯模糊中的半径的含义，是二维正态分布的方差的平方根，并且给出了算法的理论描述。现在我又打算把该算法用 c++ 实现出来，于是有了下面的这个 DEMO。   　　起初我是按照算法理...
高斯平滑和中值平滑可以对矩阵进行运算吗
06-10
是的，高斯平滑和中值平滑都可以使用卷积运算对矩阵进行处理。 在使用卷积运算进行图像平滑时，需要先定义一个卷积核。对于高斯平滑，卷积核通常是一个二维的高斯函数，可以使用`cv2.getGaussianKernel()`函数生成。对于中值平滑，卷积核通常是一个正方形的窗口，窗口大小可以根据需要进行调整。 以下是使用numpy库进行高斯平滑和中值平滑的示例代码： ```python import numpy as np # 定义输入矩阵 matrix = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12], [13, 14, 15, 16]]) # 定义高斯卷积核 gaussian_kernel = cv2.getGaussianKernel(3, 1) # 进行高斯平滑 gaussian = cv2.filter2D(matrix, -1, gaussian_kernel) # 定义中值卷积核 median_kernel = np.ones((3, 3)) # 进行中值平滑 median = cv2.medianBlur(matrix, 3) # 显示结果 print('Original matrix:\n', matrix) print('Gaussian smoothing:\n', gaussian) print('Median smoothing:\n', median) ``` 这段代码首先定义了一个输入矩阵，然后分别定义高斯卷积核和中值卷积核。对于高斯卷积核，使用`cv2.getGaussianKernel()`函数生成一个大小为3x3的高斯核。对于中值卷积核，使用`np.ones()`函数生成一个大小为3x3的全1矩阵。然后使用`cv2.filter2D()`函数对输入矩阵进行高斯平滑。最后使用`cv2.medianBlur()`函数对输入矩阵进行中值平滑。可以根据需要调整卷积核的大小和类型来得到不同的平滑结果。
评论 21
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值