一、 高斯模糊
二、實驗**
**這裡
高斯模糊本質上是低通濾波器，輸出影象的每個畫素點是原影象上對應畫素點與周圍畫素點的加權和，原理並不複雜。做久了卷積神經網路看這個分外親切，就是用高斯分布權值矩陣與原始影象矩陣做卷積運算而已。摘錄wiki上兩段原文：
數學上講，對影象做高斯模糊等同於將影象與高斯函式卷積。
由於高斯分布的傅利葉變換仍然是高斯分布，使用高斯模糊就減少了影象的高頻分量，因此高斯模糊是低通濾波器。
至於高斯分布權重矩陣，就是對二維正態分佈的密度函式（也就是高斯函式）取樣再做歸一化的產物。
需要對高斯模糊演算法的詳細解釋，可以參考：
使用cv2做高斯模糊，只要一行**呼叫gaussianblur函式，給出高斯矩陣的尺寸和標準差就可以：
blur = cv2.gaussianblur(img,(5,5),0)效果可以來退出由照相機或其他環境產生的雜訊，減少在邊緣提取時的其餘邊緣的數目直接看**：
內容非常簡單，通過imread讀入，用kernel_size和sigma定義的高斯矩陣模糊，用imwrite儲存為一張新。
這裡使用乙隻欠雷做實驗，原圖：
經過不同高斯矩陣模糊後的影象：
opencv學習筆記（8）高斯雜訊與高斯模糊
常見的雜訊 高斯 泊松和椒鹽雜訊 大學本科階段，大二左右一般都會教的，對這個不了解可以出門右轉補一下課，可能會方便後續的理解。1.對於np.random.normal有疑問的可以參考這篇部落格 侵刪 python中的np.random.normal 2.np.clip x,a min,a max 相...
從頭學習opencv（7） 高斯模糊
部落格寫的比較簡單，不過我發現了一下很不錯的博主，看他的可以理解很多學習的時候不明白的地方。這篇文章很多參考了他的部落格p 9097231.html 高斯雜訊 def gaussian noise image h,w,c image.shape for row in range h for col ...
opencv學習（十） 高斯模糊理論知識
對photoshop高斯模糊濾鏡的演算法總結 python計算機視覺3 模糊,平滑,去噪 影象的模糊和平滑是同乙個層面的意思，平滑的過程就是乙個模糊的過程。而影象的去噪可以通過影象的模糊 平滑來實現 影象去噪還有其他的方法 那麼怎麼才能對一幅影象進行模糊平滑呢？影象的模糊平滑是對影象矩陣進行平均的過...