冒泡...十一月中旬啦...周末愉快吶！

高斯濾波

先引入兩個(gè)問(wèn)題。
1.圖像為什么要濾波？
答：a.消除圖像在數(shù)字化過(guò)程中產(chǎn)生或者混入的噪聲。
b.提取圖片對(duì)象的特征作為圖像識(shí)別的特征模式。
2.濾波器該如何去理解?
答：濾波器可以想象成一個(gè)包含加權(quán)系數(shù)的窗口或者說(shuō)一個(gè)鏡片，當(dāng)使用濾波器去平滑處理圖像的時(shí)候，就是把通過(guò)這個(gè)窗口或者鏡片去看這個(gè)圖像。

濾波器分為很多種，有方框?yàn)V波、均值濾波、高斯濾波等。
高斯濾波是一種線性平滑濾波，適用于消除高斯噪聲。
所以在講高斯濾波之前，先解釋一下什么是高斯噪聲？

高斯噪聲

首先，噪聲在圖像當(dāng)中常表現(xiàn)為一引起較強(qiáng)視覺(jué)效果的孤立像素點(diǎn)或像素塊。簡(jiǎn)單來(lái)說(shuō)，噪聲的出現(xiàn)會(huì)給圖像帶來(lái)干擾，讓圖像變得不清楚。
高斯噪聲就是它的概率密度函數(shù)服從高斯分布（即正態(tài)分布）的一類噪聲。如果一個(gè)噪聲，它的幅度分布服從高斯分布，而它的功率譜密度又是均勻分布的，則稱它為高斯白噪聲。高斯白噪聲的二階矩不相關(guān)，一階矩為常數(shù)，是指先后信號(hào)在時(shí)間上的相關(guān)性。

高斯濾波器是根據(jù)高斯函數(shù)的形狀來(lái)選擇權(quán)值的線性平滑濾波器
所以接下來(lái)再講解一下高斯函數(shù)和高斯核。

高斯函數(shù)

注：σ的大小決定了高斯函數(shù)的寬度。

高斯核

理論上，高斯分布在所有定義域上都有非負(fù)值，這就需要一個(gè)無(wú)限大的卷積核。實(shí)際上，僅需要取均值周圍3倍標(biāo)準(zhǔn)差內(nèi)的值，以外部份直接去掉即可。
高斯濾波的重要兩步就是先找到高斯模板然后再進(jìn)行卷積，模板（mask在查閱中有的地方也稱作掩膜或者是高斯核）。所以這個(gè)時(shí)候需要知道它怎么來(lái)？又怎么用？
舉個(gè)栗子：
假定中心點(diǎn)的坐標(biāo)是（0,0），那么取距離它最近的8個(gè)點(diǎn)坐標(biāo)，為了計(jì)算，需要設(shè)定σ的值。假定σ=1.5，則模糊半徑為1的高斯模板就算如下

高斯濾波計(jì)算

有了高斯模板，那么高斯濾波的計(jì)算便順風(fēng)順?biāo)恕?br> 舉個(gè)栗子：
假設(shè)現(xiàn)有9個(gè)像素點(diǎn)，灰度值（0-255）的高斯濾波計(jì)算如下：

參考來(lái)源：（https://blog.csdn.net/nima1994/article/details/79776802）

將這9個(gè)值加起來(lái)，就是中心點(diǎn)的高斯濾波的值。
對(duì)所有點(diǎn)重復(fù)這個(gè)過(guò)程，就得到了高斯模糊后的圖像。

高斯濾波步驟

綜上可以總結(jié)一下步驟：

（1）移動(dòng)相關(guān)核的中心元素，使它位于輸入圖像待處理像素的正上方
（2）將輸入圖像的像素值作為權(quán)重，乘以相關(guān)核
（3）將上面各步得到的結(jié)果相加做為輸出
簡(jiǎn)單來(lái)說(shuō)就是根據(jù)高斯分布得到高斯模板然后做卷積相加的一個(gè)過(guò)程。

代碼實(shí)現(xiàn)：

#高斯函數(shù)
void GaussianBlur(InputArray src,　　　　　　//輸入圖像
　　　　　　　　　　　　OutputArray dst, 　　　//輸出圖像
　　　　　　　　　　　　Size ksize, 　　　　　　//內(nèi)核的大小
　　　　　　　　　　　　double sigmaX, 　　　　//高斯核函數(shù)在X方向的標(biāo)準(zhǔn)偏差　　
　　　　　　　　　　　　double sigmaY=0, 　　　//高斯核函數(shù)在Y方向的標(biāo)準(zhǔn)偏差
　　　　　　　　　　　　intborderType=BORDER_DEFAULT )　　 

#include <opencv2/opencv.hpp>
using namespace cv; 
int main(int argc,char** argv) {
    //載入原圖
    Mat image = imread("Gaussian.jpg");
    //創(chuàng)建窗口
    namedWindow("高斯濾波【原圖】");
    namedWindow("高斯濾波【效果圖】");
    //進(jìn)行濾波操作
    Mat out;
    GaussianBlur(image,out,Size(3,3),0,0);
    //顯示
    imshow("高斯濾波【原圖】", image);
    imshow("高斯濾波【效果圖】", out);
    waitKey();
    return(0);
}

參考資料：（https://www.cnblogs.com/qiqibaby/p/5289977.html）
(https://blog.csdn.net/guoyunfei123/article/details/81660639)

Ending~水逆來(lái)了誒 就希望順順利利挺過(guò)去吧！干巴爹！