Opencv2.4学习：：滤波（3）高斯滤波

滤波系列：

1. 均值滤波

2. 中值滤波
3. 高斯滤波
4. 双边滤波

---

 高斯滤波

 高斯核：（不一定是这个值，值由高斯核模版确定）

简单来说，就是将之前图像卷积部分，将核改成高斯核即可，卷积内容参见：

https://blog.csdn.net/dieju8330/article/details/82715183

函数：

 void GaussianBlur(InputArray src, OutputArray dst, Size ksize, double sigmaX, double sigmaY=0, int borderType=BORDER_DEFAULT);

•     src，输入图像，即源图像，填Mat类的对象即可。它可以是单独的任意通道数的图片，但需要注意，图片深度应该为CV_8U,CV_16U, CV_16S, CV_32F 以及 CV_64F之一。
•     dst，即目标图像，需要和源图片有一样的尺寸和类型。比如可以用Mat::Clone，以源图片为模板，来初始化得到如假包换的目标图。
•     ksize，高斯内核的大小。其中ksize.width和ksize.height可以不同，但他们都必须为正数和奇数（并不能理解）。或者，它们可以是零的，它们都是由sigma计算而来。
•     sigmaX，表示高斯核函数在X方向的的标准偏差。
•     sigmaY，表示高斯核函数在Y方向的的标准偏差。若sigmaY为零，就将它设为sigmaX，如果sigmaX和sigmaY都是0，那么就由ksize.width和ksize.height计算出来。
•     为了结果的正确性着想，最好是把第三个参数Size，第四个参数sigmaX和第五个参数sigmaY全部指定到。
•     borderType，用于推断图像外部像素的某种边界模式。注意它有默认值BORDER_DEFAULT。

---

调用代码：

#include<opencv2/core/core.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<iostream>
using namespace std;
using namespace cv;
void main()
{
	Mat srcImage = imread("F:\\opencv_re_learn\\2.jpg");
	if (!srcImage.data){
		cout << "falied to read" << endl;
		system("pause");
		return;
	}
	imshow("srcImage", srcImage);
	Mat blurImage;
	GaussianBlur(srcImage, blurImage, Size(3, 3), 0);
	imshow("Gaussianblur", blurImage);
	waitKey(0);
}

实现效果：