python+opencv图像处理（二十九）

高斯滤波

迟到的节日祝福...... 

粽子节快乐，纪念伟大的屈原先生

（图片来源于网络）

高斯滤波是一种线性平滑滤波，对于消除高斯噪声有很好的效果，对于服从正态分布的噪声非常有效。

高斯滤波就是对整幅图像进行加权平均的过程，与均值滤波类似，不同的是，均值滤波的模板系数均为1，而高斯滤波的模板系数是计算出来的。

高斯滤波的详细操作是：用一个模板（或称卷积、掩模）扫描图像中的每个像素。用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。

自己写代码挺麻烦，可以用opencv自带的函数GaussianBlur()来实现高斯滤波。

代码如下所示：

其运行结果如下图所示，其中左图为原图，右图为高斯滤波后的结果图像，从图中可看到，噪声明显减少。

函数GaussianBlur()各参数含义如下：

cv2.GaussianBlur（src,ksize,sigmaX [,DST [,sigmaY [,borderType ] ] ] ）

src：要进行滤波的原图像；

ksize: 高斯核的大小，取值一般为奇数，如(3,3)；

sigmaX和sigmaY是高斯标准差，一般有了高斯核ksize的大小的话，这两个参数可以省；

borderType：像素外推方法。

对于高斯滤波，也可以逐像素点来进行计算，如下代码所示。

其中函数gaussian_filter()来源于网络，网址如下：https://blog.csdn.net/Ibelievesunshine/article/details/104881204?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase