两种高斯滤波

高斯滤波有两种：高斯低通滤波（高斯模糊）、高通高通滤波

频率有两种：低频和高频。

低频：更多展示的是图片中的边缘轮廓。与图像中缓慢变化的灰度成分有关

高频：更多展示的是图片的细节信息。与图像的灰度尖锐过度有关，例如：边缘和噪声

傅里叶变换的目的并不是为了观察图像的频率分布，更多情况下是为了对频率进行过滤，通过修改频率以达到图像增强、图像去噪、边缘检测、特征提取、压缩加密等目的。

 

高斯过程类似于卷积过程：

    有一个卷积核，这个卷积核逐渐的扫描整个图像，然后通过计算，就可以获取到滤波后的图像。为什么卷积后的图像大小和原图像大小一直，是因为在卷积之前会有一个padding操作，对原图像进行一个扩充。从上图就可以发现，最左侧和最下面的数字全部为0，也就是进行了padding操作。（整个操作类似于CNN卷积神经网络）

 

python代码：

高斯低通滤波（高斯模糊）：