OpenCV源码之高斯模糊GaussianBlur, getGaussianKernel

目录

getGaussianKernel

基本原理：

基本流程：

高斯模板创建过程

Step1：构建高斯矩阵

Step2：计算高斯矩阵的和

Step3：归一化

返回值

源码

GaussianBlur

结论：

参考文章：

---

getGaussianKernel

基本原理：

在数字图像处理中，一般取二维高斯函数为

由（1）可以知道，二维高斯函数，可以看成两个一维高斯函数乘积，因此先计算一维高斯模板，再计算需要的二维高斯模板。

基本流程：

 

• 取固定系数

当kernels的尺寸为1,3,5,7 并且用户没有设置sigma的时候(sigma <= 0),就会取固定的系数.这是一种默认的值是高斯函数的近似.

• 按照高斯公式计算

当kernels尺寸超过7的时候,如果sigma设置合法(用户设置了sigma),则按照高斯公式计算.当sigma不合法(用户没有设置sigma),则按照sigma=((n-1)0.5 - 1)0.3 + 0.8计算.n为kernels的尺寸.

高斯模板创建过程

Step1：构建高斯矩阵

注意：后续归一化时系数会被去掉，所以会省略系数的计算，只计算​​​​

OpenCV中源码：

double x = i - (n-1)*0.5;
double t = fixed_kernel ? (double)fixed_kernel[i] : std::exp(scale2X*x*x);

笔者修改后：可以参考下图

double sigmaX = sigma > 0 ? sigma : ((n - 1)*0.5 - 1)*0.3 + 0.8;
double scale2X = -0.5 / (sigmaX*sigmaX);
int center = (n - 1) *0.5;
for (int i = 0; i < n; i++)
{
   double x = i - center;
   double t = std::exp(scale2X*x*x);
}

举例：n=7, sigma = 1,中心点center = (7-1)/2=3