基于C++的OpenCV4入门基础--图像高斯滤波器

1，低通高斯滤波器
实际应用中要求卷积核是各向同性的（圆对称），其响应与方向无关。高斯核是唯一可分离的圆对称核，因此非常适合图像处理，对于去除图像中的随机噪声非常有效。

高斯核的数学表达式为：

正态分布是一种钟形曲线，越接近中心，取值越大，越远离中心，取值越小。

2，函数api接口

CV_EXPORTS_W void GaussianBlur( InputArray src, OutputArray dst, Size ksize,
                                double sigmaX, double sigmaY = 0,
                                int borderType = BORDER_DEFAULT );

参数说明：
src：低通滤波输入图像，可以是灰度图像，也可以是多通道的彩色图像
dst：低通滤波输出图像，大小和类型与 src 相同
ksize：模糊核的大小，元组 (width, height)，宽度、高度应设为正奇数
sigmaX：x 轴方向的高斯核标准差
sigmaY：y 轴方向的高斯核标准差，可选项
borderType：边界扩充的类型
sigma：高斯核的标准差

注意事项：
sigmaY 缺省时 sigmaY=sigmaX；sigmaY=sigmaX=0 时，由 ksize 自动计算并设置 sigmaY, sigmaX 的值。
如 sigma 为负值，由 ksize 自动计算并设置 sigma 的值：sigma = 0.3*((ksize-1)/2 - 1) + 0.8。

3，代码示例参考

	//高斯模糊
	Mat dst;
	GaussianBlur(src, dst, Size(15, 15), 0);
	imshow("gaussian blur", dst);

运行结果参考：

4，高斯模糊和均值模糊对比

你的鼓励将是我创作的最大动力