OpenCVSharp入门教程 基础篇⑤——GaussianBlur高斯模糊算法

一、前文

Gaussian Blur，高斯模糊
减少图像噪声以及降低细节层次
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小下的图像效果（参见尺度空间表示以及尺度空间实现）。 从数学的角度来看，图像的高斯模糊过程就是图像与正态分布做卷积。由于正态分布又叫作高斯分布，所以这项技术就叫作高斯模糊。

二、GaussianBlur高斯模糊算法流程

其中r是模糊半径，σ是正态分布的标准偏差。

在二维空间中，这个公式生成的曲面的等高线是从中心开始呈正态分布的同心圆。
分布不为零的像素组成的卷积矩阵与原始图像做变换。每个像素的值都是周围相邻像素值的加权平均。
原始像素的值有最大的高斯分布值，所以有最大的权重，相邻像素随着距离原始像素越来越远，其权重也越来越小。

三、界面布局

• 一个Label
• N个Button
• 三个Picture
  

四、功能实现

4.1 打开图片

 private void openFileBtn_Click(object sender, EventArgs e)
 {
     OpenFileDialog openfiledialog = new OpenFileDialog();
     openfiledialog.Filter = "PNG Files (*.png)|*.png|JPG Files (*.jpg)|*.jpg|GIF Files (*.gif)|*.gif";
     openfiledialog.RestoreDirectory = true;
     if (openfiledialog.ShowDialog() == DialogResult.OK)
     {
         Console.WriteLine(openfiledialog.FileName);
         fileName = openfiledialog.FileName;

         //Mat src = new Mat("foo.png", LoadMode.Color);
         Mat src = new Mat(fileName);
         //Mat src = new Mat(fileName, ImreadModes.Color);
         var frameBitmap = BitmapConverter.ToBitmap(src);

         pictureBox1.Image?.Dispose();
         pictureBox1.Image = frameBitmap;
     }
 }

4.2 GaussianBlur高斯模糊—源码

private void GaussianBlurBtn_Click(object sender, EventArgs e)
{
    mInput = new Mat(fileName);
    blur = new Mat(mInput.Rows, mInput.Cols, MatType.CV_8UC4);

    Size ksize = new OpenCvSharp.Size(5, 5);
    Point anchor = new Point(3, 3);
    BorderTypes borderType = BorderTypes.Constant;

    //Cv2.Blur(mInput, blur, ksize, anchor, borderType);  //模糊
    Cv2.GaussianBlur(mInput, blur, ksize, 0);  //高斯模糊

    srcPictureBox.Image = BitmapConverter.ToBitmap(mInput);
    grayPictureBox.Image = BitmapConverter.ToBitmap(blur);
}

4.3 GaussianBlur高斯模糊—参数讲解

//
// 摘要:
//     Blurs an image using a Gaussian filter.
//
// 参数:
//   src:
//     input image; the image can have any number of channels, which are processed independently,
//     but the depth should be CV_8U, CV_16U, CV_16S, CV_32F or CV_64F.
//
//   dst:
//     output image of the same size and type as src.
//
//   ksize:
//     Gaussian kernel size. ksize.width and ksize.height can differ but they both must
//     be positive and odd. Or, they can be zero’s and then they are computed from sigma*
//     .
//
//   sigmaX:
//     Gaussian kernel standard deviation in X direction.
//
//   sigmaY:
//     Gaussian kernel standard deviation in Y direction; if sigmaY is zero, it is set
//     to be equal to sigmaX, if both sigmas are zeros, they are computed from ksize.width
//     and ksize.height, respectively (see getGaussianKernel() for details); to fully
//     control the result regardless of possible future modifications of all this semantics,
//     it is recommended to specify all of ksize, sigmaX, and sigmaY.
//
//   borderType:
//     pixel extrapolation method
public static void GaussianBlur(InputArray src, OutputArray dst, Size ksize, double sigmaX, double sigmaY = 0, BorderTypes borderType = BorderTypes.Reflect101);

• ksize，高斯内核大小，ksize.width和ksize.height必须是正奇数，两者可以不相同，值越大越模糊
• sigmaX，Y轴方向的标准差，值越大越模糊
• sigmaY，X轴方向的标准差，值越大越模糊

五、运行效果图

• 从左到右
• 第一张是原图
• 第二张是GaussianBlur高斯模糊结果图

Size ksize = new OpenCvSharp.Size(3, 3);

Size ksize = new OpenCvSharp.Size(5, 5);

Size ksize = new OpenCvSharp.Size(15, 15);

觉得好，就一键三连呗（点赞+收藏+关注）