高斯函数是符合高斯分布（也叫正态分布）的数据的概率密度函数image.png

image.png

给定sigma将坐标代入下面的公式即可计算出卷积核的值,还要除以权重得到的是高斯核的模板
image.png
image.png
cv2.GaussianBlur()
image.png

  • sigma越大，平滑效果越明显
  • ksize越大，平滑效果越明显
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    #!/usr/bin/env python
    # -*- coding: UTF-8 -*-
    """
    @Project ：Opencv学习 
    @File    ：高斯滤波.py
    @IDE     ：PyCharm 
    @Author  ：咋
    @Date    ：2023/1/13 20:00 
    """
    import cv2
    import numpy as np
    image = cv2.imread("Handsome.jpg")
    image = cv2.resize(image,(640,480))
    # 高斯滤波
    gaus_img = cv2.GaussianBlur(image,(5,5),1.5)
    cv2.imshow("gaus_img",np.hstack((image,gaus_img)))
    cv2.waitKey(0)
    cv2.destroyAllWindows()
    image.png