高斯滤波原理及python代码（opencv代码）

Reference：https://blog.csdn.net/angelia_yue/article/details/105794344

1.什么是高斯滤波

高斯滤波器是一种线性滤波器，能够有效的抑制噪声

2.高斯滤波作用

高斯滤波器对于抑制服从正态分布的噪声非常有效

3.计算步骤

1. 根据高斯函数和像素点的位置，计算滤波器每个点的值，对滤波器的值做归一化，得到权重矩阵

2. 图像中的区域每个点  滤波器矩阵的值 

3. 对得到的计算结果的矩阵求和，得到的和就是原图像矩阵中心点的滤波之后的值

4.python代码实现

#自定义图像矩阵
img = np.array([[14,15,16],
              [24,25,26],
              [34,35,36]])
img
#此函数为计算高斯滤波
def gaussian(img,sigma1):
    gaussian1 = np.zeros([img.shape[0], img.shape[1]])
    for i in range(3):
        for j in range(3):
        	#第一步里面的公式
            gaussian1[i, j] = np.round(math.exp((-1/(2*sigma1**2))*(np.square(i-1) + np.square(j-1)))/(2*math.pi*sigma1**2)/0.479,3)
    print(gaussian1*img)
    print(np.sum(gaussian1*img))
#调用
gaussian(img,1.5)

效果

[[1.33  1.77  1.52 ]
 [2.832 3.7   3.068]
 [3.23  4.13  3.42 ]]
 
25.0

5.opencv实现

import cv2

img=cv2.imread('图片路径')
#(3, 3)表示高斯滤波器的长和宽都为3，1.5表示滤波器的标准差
out=cv2.GaussianBlur(img,(3,3),1.5)
cv2.imwrite('out.jpg',out)
cv2.imshow('result',out)
cv2.waitKey(0)
cv2.destroyAllWindows()

参考文献：https://blog.csdn.net/linu32/article/details/104563553