本文介绍了如何利用卷积原理和OpenCV2库实现图像的高斯模糊。通过二维高斯分布公式创建卷积核，对图像的每个像素进行卷积操作，达到模糊效果。文中展示了不同sigma值下的高斯模糊结果，并提到该方法同样适用于彩色图像及椒盐噪声的处理。
我们都知道，卷积是一种好玩的东西，通过卷积可以实现很多功能，例如photoshop中的各种滤镜也可以通过对一副图像进行卷积获得。而目前大火的机器学习中的CNN算法也是利用卷积来实现的，至于CNN的算法以后再讲，今天主要是介绍卷积的原理以及利用它来实现高斯模糊。
我们先来看下卷积是将两个矩阵相乘在求和，而具体原理可在这篇文章中看。而图像中高斯模糊则是根据二维的正态分布（高斯分布）来产生高斯模糊卷积子。
一维的正态分布：
，其中我们的u取0。
二维的正态分布：
，
利用这个二维高斯模糊公式，我们可以产生N*N的卷积核，然后利用这个核与图片中的每个像素进行卷积便是高斯模糊。
这个过程可以通过以下几张图来理解，假如我产生一个3*3的卷积核，
取1，因此我们就可以产生以下的矩阵：
最低0.47元/天 解锁文章
扫一扫
233
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
