GaussianBlur高斯滤波实现

原理
高斯滤波和均值滤波一样，都是利用一个掩膜和图像进行卷积求解。不同之处在于：均值滤波器的模板系数都是相同的为1，而高斯滤波器的模板系数，则随着距离模板中心的增大而系数减小（服从二维高斯分布）。所以，高斯滤波器相比于均值滤波器对图像个模糊程度较小，更能够保持图像的整体细节。


实现：

/**
 * @description:	高斯滤波
 * @param src		输入图像
 * @param dst		输出图像
 * @param size		掩膜大小
 * @param sigmaX	x方向方差
 * @param sigmaY	y方向方差
 */
void gaussianfilter(cv::Mat& src, cv::Mat& dst, cv::Size size, double sigmaX, double sigmaY)
{
    cv::Mat kernel = cv::Mat::zeros(size, CV_64F);
	int h = (size.height - 1) / 2, w = (size.width - 1) / 2;
	double sum = 0.0;
	for (int i = 0; i < size.height; ++i)
	{
		for (int j = 0; j < size.width; ++j)
		{
			kernel.at<double>(i, j) = exp(-(pow(i - h, 2) + pow(j - w, 2)) / (2 * sigmaX * sigmaY));
			sum += kernel.at<double>(i, j);
		}
	}
	for (int i = 0; i < size.height; ++i)
	{
		for (int j = 0; j < size.width; ++j)
		{
			kernel.at<double>(i, j) /= sum;
		}
	}
	cv::filter2D(src, dst, src.depth(), kernel);
}

代码传送门：https://github.com/taifyang/OpenCV-algorithm