GaussianBlur

头文件：opencv2/imgproc/imgproc.hpp

作用： 对输入的图像src进行高斯滤波后用dst输出，效果类似高斯模糊

函数原型：

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

• 参数1 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
• 参数2 dst：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
• 参数3 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（详情见高斯滤波）。或者，它们可以是零的，它们都是由高斯函数计算而来
• 参数4 sigmaX：表示高斯核函数在X方向的的标准偏差
• 参数5 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

$\sigma_x=(\frac{n_x-1}{2})*0.30+0.80,\;n_x=ksize.width-1$

$\sigma_y=(\frac{n_y-1}{2})*0.30+0.80,\;n_y=ksize.height-1$

高斯函数：$G(x,y)=\frac{1}{2\pi\sigma^2}e^{-\frac{x^2+y^2}{2\sigma^2}}$

示例：

#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<bits/stdc++.h>
using namespace std;
void example2_5(const cv::Mat &image){
    cv::namedWindow("Example2_5-in", 2);
    cv::namedWindow("Example2_5-out", 2);
    cv::imshow("Example2_5-in", image);

    cv::Mat out;
    cv::GaussianBlur(image, out, cv::Size(7, 7), 10, 10);    //高斯滤波
    cv::GaussianBlur(out, out, cv::Size(7, 7), 10, 10);

    cv::imshow("Example2_5-out", out);
    cv::waitKey(0);
}
int main() {
    cv::Mat image=cv::imread("C:\\Users\\Administrator\\Desktop\\2-1.jpg", 0);;
    example2_5(image);
}