高斯滤波c语言实现

    高斯滤波是图像处理中最常见的一种滤波方式，高斯滤波能够对图像起到平滑作用，去除部分噪声对图像进一步处理带来的影响，常见的高斯模板一般为3*3或者为5*5，高斯滤波除了模板的大小带来影响外，还有一个正态分布方差sigma也会对高斯滤波起到很大的作用，sigma越大图像越模糊。二维高斯核的表达式为：

/*功能：  二维高斯核生成
//kernel：存储生成的高斯核
//size：  核的大小
//sigma： 正态分布标准差
*/
void get_gau_kernel(float **kernel, int size, float sigma)
{
	if (size <= 0 || sigma == 0)
		return;

	int x, y;
	int m = size / 2;
	float sum = 0;

	//get kernel
	for (y = 0; y < size; y++)
	{
		for (x = 0; x < size; x++)
		{
			kernel[y][x] = (1 / (2 * PI * sigma * sigma)) * exp(-((x - m) * (x - m) + (y - m) * (y - m)) / (2 * sigma * sigma));
			sum += kernel[y][x];
		}
	}

	//normal
	for (y = 0; y < size; y++)
	{
		for (x = 0; x < size; x++)
		{
			kernel[y][x] /= sum;
		}
	}
}


/*功能： 高斯模糊
//src：  输入原图
//dst：  模糊图像
//size： 核的大小
//sigma：正态分布标准差
*/
void gaussian(image_t *src, image_t *dst, int size, float sigma)
{
	if (src->w == 0 || src->h == 0)
		return;

	int y, x;
	int i, j;
	int m = size / 2;
	float value;

	float **kernel = (float**)malloc(size * sizeof(float*));
	for (i = 0; i < size; i++)
		kernel[i] = (float*)malloc(size * sizeof(float));

	get_gau_kernel(kernel,size,sigma);

	float *kernel_vec = (float*)malloc(size * size * sizeof(float));

	//kernel二维转为一维
	int k = 0;
	for (j = 0; j < size; j++)
	{
		for (i = 0; i < size; i++)
		{
			kernel_vec[k++] = kernel[j][i];
		}
	}

	uchar *src_ptr = src->data + m * src -> w;
	uchar *dst_ptr = dst->data + m * dst -> w;
	//gaussian卷积,此时边界没加处理
	for (y = m; y < src -> h - m ; y++)
	{
		for (x = m; x < src->w - m; x++)
		{

			value = 0;
			k = 0;
			for (j = -m; j < m;j++)
			{
				for (i = -m; i < m; i++)
				{
					uchar temp = src_ptr[(y + j) * src->w + (x + i)];
					float temp1 = kernel_vec[k++];
					value += temp * temp1;
				}
			}

			dst_ptr[x] = (uchar)(value);
		}

		dst_ptr += dst->w;
	}

	free(kernel_vec);
	for (i = 0; i < size; i++)
		free(kernel[i]);
	free(kernel);
}

size = 5,sigma = 1时，实现的效果：