【OpenCV4】高斯滤波 cv::GaussianBlur() 用法详解和代码示例（c++）

作用原理：

图像采集过程中，常常会引入高斯噪声，即这是一种按照高斯曲线进行分布的噪声

所以使用高斯滤波来进行图像去噪

高斯滤波考虑了像素离开滤波器中心的距离影响，中心位置为高斯分布均值，比如上图为 0

根据高斯分布公式，和滤波器所覆盖像素距离中心的距离，就可以计算每个像素被滤波后的像素值，即执行了一个卷积操作

函数原型：

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

解析：

• src：输入图像，可以是任意通道数
• dst：输出图像，与输入图像具有相同的尺寸，通道数，和类型
• ksize：滤波器尺寸，可以不是正方形，但是必须为正奇数（如果设置为 0，则由输入的标准差来计算所需的尺寸）
• sigmaX：X 方向高斯滤波器标准差
• sigmaY：Y 方向高斯滤波器标准差（如果输入 0，则会被设置成等于 sigmaX，如果 sigmaX 和 sigmaY 都输入 0，则会根据滤波器尺寸来计算得到标准差）
• borderType：像素外推法

代码示例：

void TestGaussianBlur()
{
    cv::Mat lena = cv::imread("lena.jpg", 1);
    cv::Mat blurred_3x3;
    cv::Mat blurred_5x5;
    cv::Mat blurred_7x7;
    cv::GaussianBlur(lena, blurred_3x3, cv::Size(3, 3), 0, 0);
    cv::GaussianBlur(lena, blurred_5x5, cv::Size(5, 5), 0, 0);
    cv::GaussianBlur(lena, blurred_7x7, cv::Size(7, 7), 0, 0);

    cv::imshow("lena", lena);
    cv::imshow("blurred_3x3", blurred_3x3);
    cv::imshow("blurred_5x5", blurred_5x5);
    cv::imshow("blurred_7x7", blurred_7x7);
    cv::waitKey(0);

    return;
}

原图：

使用 3X3 的 kernel：

使用 5X5 的 kernel：

使用 7X7 的 kernel：

可以看到，kernel 越大，去除噪声（平滑）的效果越明显，但同时，图像也会越模糊！