OpenCV图像滤波(6)高斯滤波函数GaussianBlur()的使用

• 操作系统：ubuntu22.04
• OpenCV版本：OpenCV4.9
• IDE:Visual Studio Code
• 编程语言：C++11

算法描述

函数使用高斯滤波器对图像进行模糊处理。
该函数使用指定的高斯核对源图像进行卷积。支持原位过滤。
高斯模糊是一种有效的图像平滑技术，可以减少图像中的噪声和细节。

函数原型

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

1
2
3
4
5
6
7
8
9
10

参数

• 参数src 输入图像；图像可以有任意数量的通道，这些通道会独立处理，但是图像的深度应该是 CV_8U、CV_16U、CV_16S、CV_32F 或 CV_64F。
• 参数dst 输出图像，其大小和类型与 src 相同。
• 参数ksize 高斯核的大小。ksize.width 和 ksize.height 可以不同，但它们都必须是正数且为奇数。或者，它们都可以设为零，在这种情况下，它们会根据 sigmaX 和 sigmaY 自动计算。
• 参数sigmaX 高斯核在 X 方向的标准差。
• 参数sigmaY 高斯核在 Y 方向的标准差；如果 sigmaY 为零，则将其设置为等于 sigmaX；如果 sigmaX 和 sigmaY 都为零，则它们会根据 ksize.width 和 ksize.height 分别计算（参见 cv::getGaussianKernel 的详情）；为了完全控制结果并避免将来可能的语义变化的影响，建议指定所有的 ksize、sigmaX 和 sigmaY。
• 参数borderType 像素外推方法，参见 BorderTypes。BORDER_WRAP 不受支持。

示例代码

#include <iostream>
#include <opencv2/opencv.hpp>

int main( int argc, char** argv )
{
    // 读取图像
    cv::Mat src = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/erik.jpg", cv::IMREAD_COLOR );

    if ( src.empty() )
    {
        std::cout << "Error: Image cannot be loaded!" << std::endl;
        return -1;
    }

    cv::Size sz2Sh( 400, 600 );

    cv::resize( src, src, sz2Sh, 0, 0, cv::INTER_LINEAR_EXACT );

    // 使用 GaussianBlur 进行平滑处理
    cv::Mat dst;
    cv::GaussianBlur( src, dst, cv::Size( 9, 9 ), 0, 0, cv::BORDER_DEFAULT );

    // 显示图像
    cv::namedWindow( "原始图像", cv::WINDOW_NORMAL );
    cv::imshow( "原始图像", src );

    cv::namedWindow( "高斯滤波后的图像", cv::WINDOW_NORMAL );
    cv::imshow( "高斯滤波后的图像", dst );

    cv::waitKey( 0 );

    return 0;
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34

运行结果