通過文章: 高斯卷積核濾波的實現

我發現：高斯卷積核矩陣的值由矩陣的座標和Sigma標準差決定，也就是說越靠近核矩陣中心的位置，在濾波過程中所佔比重越大。

#include "iostream"  
#include "math.h"  
  
using namespace std;   
using namespace cv;    
  
//******************高斯卷積核生成函式*************************  
//第一個引數gaus是一個指向含有3個double型別陣列的指標；  
//第二個引數size是高斯卷積核的尺寸大小；  
//第三個引數sigma是卷積核的標準差  
 
//*************************************************************  
void GetGaussianKernel(double **gaus, const int size,const double sigma);  
  
int main(int argc,char *argv[])    
{  
    int size=5; //定義卷積核大小  
    double **gaus=new double *[size];  
    for(int i=0;i<size;i++)  
    {  
        gaus[i]
 
=new double[size];  //動態生成矩陣  
    }  
    cout<<"尺寸 = 3*3，Sigma = 1，高斯卷積核引數為："<<endl;  
    GetGaussianKernel(gaus,3,1); //生成3*3 大小高斯卷積核，Sigma=1；     
    cout<<"尺寸 = 5*5，Sigma = 10，高斯卷積核引數為："<<endl;  
    GetGaussianKernel(gaus,5,10); //生成5*5 大小高斯卷積核，Sigma=1；    
    system("pause"
 
);  
    return 0;  
}  
  
//******************高斯卷積核生成函式*************************  
void GetGaussianKernel(double **gaus, const int size,const double sigma)  
{  
    const double PI=4.0*atan(1.0); //圓周率π賦值  
    int center=size/2;  
    double sum=0;  
    for(int i=0;i<size;i++)  
    {  
        for(int j=0;j<size;j++)  
        {  
            gaus[i][j]=(1/(2*PI*sigma*sigma))*exp(-((i-center)*(i-center)+(j-center)*(j-center))/(2*sigma*sigma));  
            sum+=gaus[i][j];  
        }  
    }  
  
    for(int i=0;i<size;i++)  
    {  
        for(int j=0;j<size;j++)  
        {  
            gaus[i][j]/=sum;  
            cout<<gaus[i][j]<<"  ";  
        }  
        cout<<endl<<endl;  
    }  
    return ;  
}  

參考文章：高斯卷積核濾波的實現https://blog.csdn.net/liuxiangxxl/article/details/79024290