高斯核高斯模糊

大白话高斯模糊

以二维高斯为例，公式：

高斯模糊的原理,可以理解成每一个像素都取周边像素的加权平均值

以高斯分布取g矩阵的值得到的模糊方法即为高斯模糊

权重矩阵

假定中心点的坐标是（0,0），那么距离它最近的8个点的坐标如下：

更远的点以此类推。

为了计算权重矩阵，需要设定σ的值。假定σ=1.5，则模糊半径为1的权重矩阵如下：

这9个点的权重总和等于0.4787147，如果只计算这9个点的加权平均，还必须让它们的权重之和等于1，因此上面9个值还要分别除以0.4787147，得到最终的权重矩阵

计算高斯模糊

有了权重矩阵，就可以计算高斯模糊的值了。

假设现有9个像素点，灰度值（0-255）如下：

每个点乘以自己的权重值（高斯核函数关于中心对称，所以直接对应相乘与旋转180°相乘效果一样）：

得到

将这9个值加起来，就是中心点的高斯模糊的值。

对所有点重复这个过程，就得到了高斯模糊后的图像。如果原图是彩色图片，可以对RGB三个通道分别做高斯模糊。

参考：https://blog.csdn.net/weixin_39124778/article/details/78411314